sgl-project/sglang

清理 environ.py：统一弃用注册表、删死变量并修复布尔解析

值得精读。三个看点：一是声明式弃用注册表的建模方式，用 `replacement + transform + note` 三元描述覆盖重命名、极性反转、单位换算、直接移除、CLI 迁移提示五类场景，比散落的过程式 warnings 更易审计；二是 review 中"删干净而非保留兼容层"的取舍，直接删除 `SGLANG_NPU_FUSED_MOE_MODE` 全部兼容代码是值得借鉴的维护哲学；三是清理类 PR 同样携带行为测试（极性反转、`"0"` 解析修复），说明重构应与行为验证同步落地。

复用 SRT CLIP 模块，修复 causal/vision 语义漂移

值得精读。重点看三处设计：(1) EncoderTensorParallelMixin 把 TP group 绑定到 encoder 实例生命周期，替代全局 patch，如何规避 SRT 层运行时解析 collect group 的陷阱；(2) use_tensor_parallel_group 对 MMGen TP、SRT TP、SRT attention TP 三处上下文的一致保存/恢复；(3) 数值验证方法学——与 HF 逐层比对、负对照（pre-fix 运行时）与 GT 归因审计，是处理行为修正类重构的示范。若团队有 diffusion 或 SRT CLIP 相关模型，建议同步回归 FastHunyuan/Wan 输出与 ROCm/MUSA 平台的 attention 路径。

为 MTP 投机解码路径新增 bit-exact 测试类并关闭 sheared bias

值得精读。类 docstring 本身就是一份简短设计文档，展示了"用 bit-exact 测试作为正确性 orcale 暴露底层 kernel 数值不一致"的方法论：测试不是只求通过，而是把根因修复的验收条件定义为"移除 override 后测试仍通过"。建议关注两点：一是 `SGLANG_OPT_USE_INKLING_SHEARED_BIAS=0` 的撤销时机（issue 34899）；二是后续是否将 MTP 场景扩展到 multiturn 与更多状态保存路径。

Pi0.5 复用 SRT SigLIP 视觉塔，删除自建实现并提速 8.8%

值得精读。三个设计决策尤其值得关注：① SRT SigLIP 通过 `use_data_parallel` 把 TP 切分降级为全 rank 复制，规避 diffusion 场景下切分导致的语义漂移；② `_candidate_weight_keys` 用迭代替换实现多 checkpoint 命名映射叠加，是权重兼容层的通用手法；③ `device` property 改从 `patch_embedding` 获取，为 layerwise offload 场景提供稳定设备来源。建议同时阅读依赖 PR #34988、#34991 与同方向的 #35004，形成完整视图。

修复 MiniMax-H3 加载 LoRA 时 SwiGLU lora_B 顺序颠倒

值得精读。虽然只有 17 行改动，但 PR body 展示了高质量的权重布局验证方法论：先用 bit-exact 数值匹配证明两侧布局差异，再以最小化字符串守卫精准修复，最后用生成图像与音频 RMS 确认效果。这种"静默错误 + 布局交换"的排查思路对多格式权重 / LoRA 加载兼容问题有推广价值。

固定 GB300 NCCL 端口并拆分测试文件，消除夜测偶发失败

值得精读，尤其是对负责 CI/测试基础设施的工程师。本 PR 展示了两个可复用的工程决策：一是对 ephemeral 端口冲突的根因分析（端口范围 + 残留连接占用），二是把文件级超时细化为配置级超时以改善失败归因。建议合并后观察 1-2 轮 GB300 nightly 实际运行结果，确认端口假设与时间校准是否成立；若稳定，可考虑把 GB300_NCCL_PORT 的用法沉淀为文档约定，并评估是否用共享 fixture 减少 8 个文件间的配置复制。

XPU 后端升级至 PyTorch 2.13 与 oneAPI 2026

值得精读，重点看两点：(1) 平台依赖升级如何通过 Dockerfile 与 pyproject 双契约锁版本，并用 CI 实测结果对上游回归做定性而非疲于修 bug；(2) `assert_equal` 的设计是"平台语义差异适配"而非"掩盖错误"——它把并列分数下的索引不确定性显式建模为可接受偏差。建议 XPU 负责人将驱动版本约束写入发布文档，并跟进 intel/torch-xpu-ops#4396 的修复状态。

gfx942 FP8 权重转 e4m3fnuz 修复 diffusion warmup 崩溃

值得精读。这是一个小而精准的平台兼容性修复：用 20 行代码解决了 AMD 侧 FP8 dtype 差异导致的确定性崩溃，核心权衡（scale 加倍保持数值等价、保留原生 fp8 路径）具有通用参考价值。关注点：`normalize_e4m3fn_to_e4m3fnuz` 的数值语义、`is_fp8_fnuz` 的判定位置（已从旧路径迁移）、以及 `copy_or_rebind_param` 写回顺序与 requantize 之间的隐式契约。缺点是缺少单元测试，可考虑后续补充针对归一化分支的用例。