radixark/miles

文档表格将裸 Qwen3.8 改为 Qwen3.8-27B 并补齐首页入口

不值得精读。本 PR 是一个低优先级的文档修正，无需深入 review 代码；值得关注的是其体现的文档严谨性约束——模型表格的命名必须准确反映变体的可运行性状态。后续维护者应在 #2488 合并时同步更新这两个表格。

修复 CP/PP 分片下 dashboard 视图错位与 --follow 双计数

值得精读。设计上把 split/assemble 收敛到同一个偏移函数并用 round-trip 测试固定，是保持并行语义一致的典范。旧 dump 的布局恢复通过“内容分组 + 宽度校验”避免了破坏性迁移，值得借鉴。并发 race 修复方式简单直接（锁住整个读-解析-追加事务），适合作为类似场景的参考。

修复 GB300 16 节点 tbench2 训练崩溃，折叠三个关键配置杠杆

值得精读。这是「用一次 16 节点 smoke run 的逐 token 取证驱动配置和运行期行为修复」的典型范例：PR body 中关于 `--tis-clip-low` 反向后果、SDK 非幂等重试导致 zombie decode 的量化分析（~1000 引擎侧请求 vs 128 活跃样本）尤其值得关注。建议重点阅读三个设计决策：①TIS clip 下限回归默认值的理由（不要为了"梯度稳定"而违背 importance sampling 语义）；②`max_retries=0` 与 `timeout=3600` 的配对逻辑（生成请求不幂等，重试代价高于超时等待）；③`finish_reason == "length"` 终结 episode 的边界语义。同时建议跟进 #2591 与 `--max-weight-staleness` 的后续修复，它们与本 PR 构成完整的崩溃治理链路。

权重版本更新不再中止在途请求，修复大规模样本丢弃

值得精读。虽然只有一行改动，但 PR body 提供了完整的根因链与实测数据，能帮助理解 sglang 的 pause、abort、版本 bump 生命周期与 rollout 生产量的关系。建议后续补充针对请求 payload 的回归测试，并关注 sglang 上游参数语义变化。

截断轮次立即结束 episode，消除 22.7% 无效生成时间

值得精读。代码量极小（核心仅 3 行），但问题定位方法极具参考价值：用实测数据（6469 episodes、144.7h/638h、单样本 73% 时间被丢弃）量化不可见浪费，通过 dashboard 渲染盲区反推根因，再以训练端丢弃边界校准 rollout 端生成边界。设计上"截断即停止、但保留评分"的取舍清晰、与训练契约严格对齐，是实现最小修复的范例。

补齐 H200/B200/B300 的每节点 GPU 数映射

值得快速合并（已合并）。这个修复解除了真实的启动阻断，但属于防御性薄弱的小改动。建议后续为 `NUM_GPUS_OF_HARDWARE` 补充单元测试，或与 `GENERATION_HARDWARE` 合并维护，避免同源字段不同步。

verifiers 三个测试按 example 目录归档，纯移动无内容变更

不值得精读，属于低风险、高确定性的测试组织维护。值得留意的是其确立的目录镜像原则——“`tests/fast/` 下的目录应镜像被测代码的包结构”，以及 PR body 中展示的“纯移动安全性论证”模板（包路径访问、无 `__file__`、无外部引用、CI list-only 对比），可作为后续同类测试迁移 PR 的参照。

15 个示例测试迁入 tests/fast 纳入 CI，并用守卫测试杜绝孤儿测试

值得精读，尤其是 `tests/ci/test/test_ci_discovery_coverage.py` 的三个守卫设计和 `git ls-files` 替代文件系统遍历的决策——这是“用测试约束测试放置”的治理范式，比一次性迁移更有长期价值。值得关注的决策点：①“无法运行的测试应自我声明 skip 而不是隐形缺席”的原则；②`_KNOWN_ORPHANS` 设计为只收缩，条目随文件迁移自动过期，避免豁免永久化；③`test_the_example_suites_reach_the_cpu_plan` 直接调用 `collect_tests(discover_ci_files())` 校验真实计划，而不是断言文件存在这种弱检查。对 CI 治理、测试编排感兴趣的读者可重点参考其结构。