sgl-project/sglang

MuseGlimmer required/named 工具调用改走原生 ATEM 解析

值得快速阅读：PR 体量小但清晰解释了 SGLang 工具调用解析器的路由机制（JsonArrayParser 与 detector 原生解析的切换条件）。重点关注 parses_required_natively 这一行为开关的设计：它以方法形式暴露「模型是否原生产出工具调用格式」的语义，比在路由层硬编码模型名更易扩展。建议后续补一个多轮 required/named 的回归测试，并在代码注释或文档中说明该开关与 JSON-array grammar 路径的关系。

移除 TorchAO 残留引用，修复启动权重加载

该 PR 值得快速浏览：它是一个典型的「跨 PR 收尾修复」案例，展示了大重构（#34304）后如何通过测试锁定契约。重点关注 `StartupWeightLoadOptions.from_server_args` 与 `ServerArgs` 的解耦方式，以及如何使用最简 `ServerArgs` 构造做回归测试。

SM12x 默认启用 fused MHC post+pre，decode 提速约一成

值得精读。虽然只有 2 行改动，但它是“小改动 + 重验证”的范例：作者用 kernel 级 profile 把混测收益按 kernel 族拆分归属，用 GSM8K 双样本量说明准确率可比性陷阱，并主动文档化 split-K 归约带来的位级不可复现问题及退出开关。关注点：(1) is_set() 守卫 + 架构默认值的组合模式，可复用到其他硬件特判；(2) 默认行为变更与位级可复现性之间的取舍文档；(3) 架构门控路径的测试盲区如何用硬件验证 + 外部 benchmark 补位。对在 SM12x 上部署 DeepSeek-V4 的团队，建议升级后先用 SGLANG_OPT_FUSE_MHC_POST_PRE=0 对照跑一遍业务评测，确认可复现性要求是否被满足。

同步 Qwen3.5 MTP 深度到 text_config，修复 HiCache 启动崩溃

值得精读。这是一个小而聚焦的 bugfix 范本：根因定位精确（嵌套 HF config 与 SGLang 派生属性之间的数据契约错位）、修复最小（一行配置同步）、并顺势加固了 review 中发现的 fallback 路径缺陷。关注两个设计点：一是 `ModelConfig` 从 `hf_text_config` 派生属性与 `_config_draft_model` 归一化只写父 config 的隐含契约，同类模型（如未来的 conditional-generation 架构）都可能踩中；二是 HiCache sidecar 路径对池类型的防御性解包，体现了“主路径修复 + fallback 兜底”的双层修正思路。

Qwen3 MoE 兼容 Mooncake 后端并补 EPLB 构造期描述符

值得精读。该 PR 展示了两个可复用的设计模式：一是用 `is_deepep_class_backend()` 统一多后端判定（避免每个模型重复 `is_deepep()` / `is_mori()` 组合判断），二是用 `LazyValue` 在模型构造期预挂 EPLB 描述符，以兼容 IPC weight-cache 等绕过 `load_weights()` 的加载路径。改动虽小，但涉及模型接口契约与加载生命周期，建议结合 #20089 与 #27139 一起阅读；同时注意其缺少单元测试的回归风险。

保留 SWA 至最后 checkpoint，混合模型 decode 前缀复用翻倍

值得精读。核心设计决策有三个：一是“驱逐基准（tail）与匹配落点（state checkpoint）不一致”的根因分析，二是让 helper 保持对 mamba 无知、由知道两方组件的缓存层统一计算 floor 的模块化边界，三是用 KL bitexact 测试作为正确性仪表来验证“多保留的状态是否真的正确”。注意作者标注的两个 TODO（prefill 覆盖、SWA 池 sizing），合并该 PR 后应持续跟踪。

修复 DCP 下 mamba checkpoint 深度不对齐问题

值得精读。这是 DCP 扩大树 page 与 mamba chunk 网格不一致导致隐式双重计算的典型正确性修复，核心设计决策是捐赠深度对齐树网格、内核快照保持 chunk 网格，并借此激活了此前不可达的 _force_track_h 分支。值得关注的三点：1) math.lcm 归一化两个网格的简洁做法；2) 通过提交历史展示的对 decode interval 守卫的自我回退与 resolve once for all consumers 的架构判断；3) 测试用 tree_page_size 参数模拟 DCP 宽页的夹具设计。

Qwen3.8-27B 文档补齐 GB300 基准与 Spark 修复

值得快速浏览而非精读。关注三点：一是 GB300 high-throughput cell 的 MTP 参数组合（EAGLE + num-steps 3 + topk 1 + draft-tokens 4）作为该模型吞吐调优的默认起点；二是 benchmarks 文件头部注释对测量协议和二进制版本的锚定，这是可复现基准数据的良好工程实践；三是作者主动标注的两个遗留问题——后续接手文档维护时应优先补齐 mdx 的 benchmarks import，避免数据文件成为死代码。