sgl-project/sglang

将流式会话正确性测试的轮数从150减少到30以解决flakiness。

建议快速浏览此PR以理解测试flakiness的缓解策略，但无需深入分析代码逻辑。对于涉及GPU非确定性的测试设计有参考价值，可关注如何在测试中平衡覆盖与稳定性。

新增CuTeDSL KDA解码内核，为KDA架构模型提供约1.05x性能提升。

建议技术管理者和工程师精读此PR，重点关注： 1. 内核实现文件`cutedsl_kda.py`中的设计决策，如K维度门控处理和VK布局适配，以理解性能优化技巧。 2. review中的线程安全讨论和布局统一权衡，这些揭示了长期架构演进方向。 3. 基准测试脚本`bench_cutedsl_kda_decode.py`，学习正确性验证和性能测量方法。

清理JIT内核API，移除冗余调试包装器并统一日志装饰器，优化调试体验。

建议技术管理者关注此PR作为代码清理的范例，特别是`kernel_api_logging.py`中的设计决策（如双重包装防护和性能优化）。工程师可精读该文件以理解调试装饰器的新实现，并检查相关JIT kernel文件以确保兼容性。此PR展示了如何统一调试基础设施并处理边缘案例。

为Flux.2扩散模型添加NVFP4量化支持，实现权重加载和推理后端集成。

此PR值得精读，特别是对于关注量化技术或扩散模型集成的工程师。关键设计决策包括：参数映射规则以支持复杂checkpoint格式、量化配置的动态构建方式、以及后端选择策略（如优先使用comfy-kitchen）。建议关注`modelopt_quant.py`中的量化实现细节和`fsdp_load.py`中的dtype处理逻辑，以理解系统如何优雅处理混合精度权重。

在CI测试运行中默认启用failfast标志，优化测试执行时间并清理不兼容的自定义参数解析。

对于负责CI或测试的工程师，值得快速浏览以了解failfast默认启用机制和对测试文件的要求；对于普通开发者，关注文档更新即可，无需深究代码细节。

添加跨作业快速失败健康检查，优化CI资源使用。

该PR值得精读，特别是`.github/actions/check-stage-health/action.yml`文件，展示了CI优化中的设计权衡，如级联过滤和计划运行跳过。工程师可学习如何有效管理CI流水线以减少浪费，关注实现细节以避免类似风险。

修复FP4 MoE内核导入错误，确保CI测试通过。

此PR为小型bugfix，工程师可快速检查导入逻辑变更，无需深度精读；但可关注动态导入对性能的潜在影响。

移除 CI 总结中的测试分区分配步骤，减少噪声。

这是一个简单的 CI 清理 PR，变更直白，无需精读。值得关注的是团队对 CI 输出噪声的管理决策，可作为类似清理的参考。