PR 标题和 body 指出，目的是添加 GLM-4.7-FP8 模型在 MI35x 上的夜间 GSM8K 精度测试，以验证模型在该硬件上的准确性。
建议对 AMD 测试套件或模型精度验证感兴趣的工程师精读此 PR，关注测试配置、CI 集成方式以及 review 中的设计讨论。
在 review 中，gemini-code-assist[bot] 指出了三个问题：1) 重复设置 tensor parallelism 参数，可能导致启动错误；2) 硬编码 Hugging Face 缓存路径，降低测试可移植性；3) 测试文件间代码重复，建议抽象。作者 Jacob0226 修复了重复参数问题，但为硬编码路径辩护称是 CI 环境特定需求，并认为代码重复在当前是合理的，因为 run_combined_tests 已封装核心逻辑。
实现分为两部分：首先，在 test/registered/amd/accuracy/mi35x/ 目录下新增 test_glm47_fp8_eval_mi35x.py 文件，定义使用 GSM8K 数据集和特定参数的精度测试。其次，修改 .github/workflows/nightly-test-amd-rocm720.yml 文件，添加新的 CI 任务 nightly-8-gpu-mi35x-glm47-fp8-rocm720，配置在 MI35x 硬件上运行此测试。
| 文件 | 模块 | 状态 | 重要度 |
|---|---|---|---|
.github/workflows/nightly-test-amd-rocm720.yml |
CI workflow | modified | 3.0 |
test/registered/amd/accuracy/mi35x/test_glm47_fp8_eval_mi35x.py |
test suite | added | 4.0 |
分析完成后，这里会展示 LLM 生成的相对完整源码片段和详细注释。
reviewer gemini-code-assist[bot] 指出 base_args 和 ModelLaunchSettings 中重复设置 tp，可能导致重复参数错误。
结论：作者 Jacob0226 修复了此问题，移除了 base_args 中的 --tp=8。 · 已解决
reviewer gemini-code-assist[bot] 批评硬编码路径 /data2/models/huggingface 降低了测试可移植性。
结论：作者 Jacob0226 回复称这是为 CI 环境特定设置，无需更改。 · unresolved
reviewer gemini-code-assist[bot] 建议抽象共享逻辑以减少 MI30x 和 MI35x 测试文件的重复。
结论：作者 Jacob0226 认为当前代码简洁，run_combined_tests 已封装核心，暂不抽象。 · unresolved
主要风险包括：1) 重复的 --tp 参数可能引起模型启动异常或错误；2) 硬编码路径使得测试依赖特定环境，在其他机器或目录变更时易失败；3) 代码重复增加了维护成本，未来类似测试需手动同步更改。
对系统：增加了 CI 流水线的执行时间和资源消耗，但提升了测试覆盖率。对用户：确保 GLM-4.7-FP8 模型在 AMD MI35x 上的精度可靠性。对团队：强化了 AMD 硬件测试能力，有助于早期发现潜在问题。
当前没有检测到明确关联的 Issue 链接，后续同步到相关引用后会出现在这里。
该 PR 为 AMD MI35x 硬件添加了 GLM-4.7-FP8 模型的 GSM8K 精度 CI 测试，通过新增测试文件和 CI 任务扩展了测试覆盖，确保模型在特定配置下的准确性。
动机是添加 GLM-4.7-FP8 模型在 AMD MI35x 上的夜间 GSM8K 精度测试，以验证模型在该硬件上的性能。PR body 明确指出目标是“Add nightly GSM8K accuracy test for GLM-4.7-FP8 on AMD MI35x (8-GPU TP8).”
test/registered/amd/accuracy/mi35x/test_glm47_fp8_eval_mi35x.py，定义了一个使用 GSM8K 数据集、TP8 配置和特定解析器的精度测试类 TestGLM47FP8EvalMI35x。.github/workflows/nightly-test-amd-rocm720.yml，添加新的 CI 任务 nightly-8-gpu-mi35x-glm47-fp8-rocm720，配置在 MI35x 硬件上运行上述测试。--tp=8 参数，可能导致启动错误。作者 Jacob0226 已修复。风险：重复参数可能引起模型启动异常；硬编码路径降低测试可移植性；代码重复增加维护负担。
影响：对系统增加 CI 负载，但对用户提升了模型可靠性和对团队增强了测试能力。
与此 PR 相关的历史 PR 包括其他 CI 和测试改进，如 PR 21585 和 21579，但本 PR 专注于 AMD 硬件特定测试，是测试套件扩展的一部分。
参与讨论