执行摘要

• 一句话：Llama4架构匹配改为显式常量
• 推荐动作：值得快速合并，提高代码健壮性和可维护性。无需精读。

功能与动机

原字符串包含匹配 "Llama4" in model_arch 可能会误匹配其他包含'Llama4'子串的模型架构，改用显式架构列表更精确可靠。PR body 提及使用 nvidia/Llama-4-Scout-17B-16E-Instruct-NVFP4 模型测试。

实现拆解

1. 在 server_args.py 顶部定义常量 LLAMA4_MODEL_ARCHS = ("Llama4ForConditionalGeneration", "Llama4ForCausalLM")。
2. 将 elif "Llama4" in model_arch and self.device != "cpu": 改为 elif model_arch in LLAMA4_MODEL_ARCHS and self.device != "cpu":。

关键文件：

• python/sglang/srt/server_args.py（模块 启动配置；类别 source；类型 core-logic）: 唯一变更文件：定义LLAMA4_MODEL_ARCHS常量并修改条件判断，影响Llama4模型attention backend自动选择。

关键符号：未识别

关键源码片段

python/sglang/srt/server_args.py

唯一变更文件：定义LLAMA4_MODEL_ARCHS常量并修改条件判断，影响Llama4模型attention backend自动选择。

# 文件顶部新增常量定义
LLAMA4_MODEL_ARCHS = (
    "Llama4ForConditionalGeneration",
    "Llama4ForCausalLM",
)
​
# 条件判断处（_handle_model_specific_adjustments 方法内）
# 原：elif "Llama4" in model_arch and self.device != "cpu":
# 改后：
elif model_arch in LLAMA4_MODEL_ARCHS and self.device != "cpu":
    # Auto-select attention backend for Llama4 if not specified
    if self.attention_backend is None:
        if is_sm100_supported():
            self.attention_backend, platform = "trtllm_mha", "sm100"
        elif is_sm90_supported():
            self.attention_backend, platform = "fa3", "sm90"
        elif is_hip():
            self.attention_backend, platform = "aiter", "hip"
        elif self.device == "xpu":
            self.attention_backend, platform = "intel_xpu", "xpu"
        else:
            self.attention_backend, platform = "triton", "other platforms"
        logger.warning(
            f"Use {self.attention_backend} as attention backend on {platform} for Llama4 model"
        )
    # assert 和 MoE runner 后端逻辑不变 ...

评论区精华

AI代码审查建议将显式tuple提取为文件顶部的常量以提高可维护性；作者采纳并实现。

• 将显式元组提取为常量 (design): 作者采纳并提交了将元组定义为 LLAMA4_MODEL_ARCHS 的修改。

风险与影响

• 风险：风险极低：仅修改一处条件判断，语义等价但更精确；Llama4子串匹配不会覆盖新常量范围，因此不会引入回归。改动在配置调整路径，不影响运行时。
• 影响：影响范围：仅对 Llama4 模型启动时的 attention backend 自动选择逻辑；用户无感知。团队维护性提升，后续新增 Llama4 变体只需在常量元组中添加架构名。
• 风险标记：暂无

关联脉络

• 暂无明显关联 PR