radixark/miles

文档将 Slack 频道名统一更正为 #miles-rl

不值得精读，但可作为文档维护的样例：名称变更时应同步修改所有入口（首页、README、相关指南），避免只改一处造成不一致。当前变更简单，无需额外措施。

Qwen3.8-2.4T 训练 recipe 文档化，替换 PR 占位 stub

对计划在 GB300 上跑 Qwen3.8-2.4T-A95B LoRA RL 的工程师：值得精读，§6.2 的 NCCL 版本坑与 §6.4 的交替备份内存预算属于实测得出的硬经验。对文档维护者：注意本文档与 #2488 的强耦合，建议在 #2488 合并时同步 review 本文档。值得关注的设计决策是「任意时刻恰好一边持有 host backup」的内存预算推演，以及用 `zero_copy=True` 避免 clone 备份膨胀 malloc arena 的做法。

撤回未稳定的 dashboard 长文档，重定向至监控页

值得快速阅读的文档策略 PR，适合作为"不稳定功能不写长文档"的时机管理案例。其核心价值不在删除本身，而在决策判断：当 dashboard 五个方向并行重构时，用简短定位性说明加永久重定向替代图文教程，避免文档刚上线即过时。关注点在于：dashboard 重构（尤其 #2581 的 CP/PP 分片修复）落地后，应通过后续 PR 回补详细文档，并保持 /user-guide/dashboard 重定向的长期有效性。

扩散文档修正：Cosmos3 收紧至 Nano，顶层目录补扩散入口

文档类 PR，技术含量有限但值得快速浏览。值得借鉴的两点：一是“声明 vs 证据”的收敛原则——页面范围严格对齐到已验证的变体，避免夸大支持能力；二是顶层模型表与子页面之间建立双向链接的导航模式，可作为后续新增模型文档的模板。如果团队对文档严谨性有要求，可将其作为“文档只写有验证证据支撑的内容”的范例引用。

镜像钉死 cutlass-dsl 4.6.2 与 flashinfer 0.6.15.post1，修复 B300 训练挂起

值得精读。虽然只是单文件 Dockerfile 改动，但它演示了一套高价值的镜像依赖治理模式：区分"元数据版本"与"实际加载 runtime"、用 force-reinstall + 构建时断言锁定镜像、基于上游回归链（sglang#31625 → #31927）谨慎选择修复版本。对负责镜像构建、发布流程以及 Blackwell/B300 训练基础设施的工程师尤其有参考价值。

glm52_tbench2 默认训练集切到 69 任务，修复小型任务集训练发散

值得精读，尤其是 PR body 的诊断叙事：它展示了从 A/B 实验到 per-token dump 取证、再到机制定位的完整调查链，并得出一个有迁移价值的设计决策——当小任务集上同源负 advantage 更新反复自放大时，扩大任务集稀释重复比继续调 knob 更强效。对于从事 RL 训练稳定性、agentic rollout 调优的工程师，这个案例是很好的参考。源码层面改动很小，精读重点是论证逻辑而非代码本身。

调试回放跳过 rollout 构造，修复崩溃与 FT 误启动

值得精读，核心是“构造门控”与“生命周期门控”两个概念的分离：用 `load_debug_rollout_data` 控制是否构造 rollout fn，用 `_rollout_ft_enabled` 控制是否启动 rollout 侧的生命周期工作。关注作者对门控选择的对抗性论证（为什么不是 `debug_train_only`），以及 `EvalFleet.pin` 中探测委派的语义。建议后续为 `RolloutManager` 增加 `generate_rollout is None` 的显式类型保护，避免 None 静默传播。

为 README 与 docs 首页补上致谢 logo 墙

建议快速浏览而非深读：该 PR 是干净利落的文档补齐，主要价值在于展示了 README 与 docs 站之间复用同一静态资产的两种引用策略（绝对 raw URL 对站点相对路径）。如果团队后续想避免两条引用路径漂移，可以在 CI 中增加对 `acknowledgment.png` 的 URL 存在性检查，或让 README 也改用相对路径。