sgl-project/sglang

统一 tokenizer 警告过滤器安装，补齐 processor 路径

值得快速阅读，作为小范围 bugfix 的样板：它展示了如何用模块级单例加统一后处理入口来收敛跨路径的行为修补。没有需要深入研究的算法或架构，后续可在 tokenizer 加载链路补一个针对警告过滤行为的单元测试，防止回归。

删除 22 个无人引用的过期 benchmark 目录

值得浏览 PR body 中的清理标准（无引用、无维护、第三方依赖、纯历史），可作为 benchmark 资产治理的参考。具体删除内容无需精读；若未来计划恢复某个 benchmark（如 json_schema 或 reasoning），可直接从该 PR 的 Git 历史提取。建议关注第三 commit 对 test_utils 死代码的清理范围。

修复 NemotronH 混合 Mamba2 在 XPU 启动两处崩溃

值得精读。虽然仅 15 行改动，但它完整展示了一类典型问题：设备/架构覆盖缺口导致的条件分支漏判，以及如何用统一检测器（mambaish_config）收敛多个 OR 条件。对从事 multi-backend（CUDA / ROCm / XPU / NPU）维护、以及在混合线性注意力架构上扩展新模型的工程师有直接参考价值。关注 mambaish_config 的语义边界与 get_v_head_dim() 接口的跨 pool 统一。

对齐 rerun-test 环境变量，补全 JIT 完整网格开关

值得快速浏览，了解 CI 环境一致性管理实践；新输入 `full_jit_kernel_tests` 的默认关闭设计值得借鉴。

SM120 禁用 cuBLASLt GELU 融合，RTX 5090 提速约 20.4%

值得精读。PR 虽小但展示了“按架构限制 kernel 选择 + 位精确回退优先”的决策模式，并有完整的精度与性能验证方法。对于维护 diffusion 内核选择逻辑或关注 SM120/Blackwell 性能的工程师，本 PR 的 guard 写法（`get_jit_cuda_arch` 判架构）可以直接复用。

--cpu-offload-components 支持 model_index 动态键与 all/none

值得精读。核心设计是三层：normalize_cpu_offload_components 做输入规范化、ServerArgs.should_cpu_offload_component 做统一决策、component_manager 的 _should_keep_single_dit 让性能快路径服从内存策略。建议重点对照 server_args.py 的 _adjust_cpu_offload_components 与 component_manager.py 的 finish_request 逻辑；如果团队在持续扩展新 diffusion 模型，这套“动态组件键 + 统一装载判定”模式可直接复用；若只维护现有模型，需关注 MPS 与 legacy flag 混用边界。

DSV4 流式推理与工具调用解析改为 chunk 无关

值得精读。核心看点是 holdback 设计（最长前缀匹配 + finish 冲刷）与 TestStreamingChunkSizeInvariance 的多 chunk size 不变量测试，这两种手法对任何做增量解析的流式系统都有借鉴意义；同时建议关注 PR body 中显式固定的两个已知分歧，后续涉及 DeepSeek-V4 解析的改动必须同步更新对应测试。

更新 Cosmos3 Edge 与蒸馏版 cookbook 文档

值得快速浏览：若团队正在部署或计划接入 Cosmos3 Edge / 蒸馏版检查点，本文档是权威配置参考。技术深度较低（纯文档），但"配置驱动变体识别"与"蒸馏版固定 sigma 调度"两个设计语义值得留意，后续排查用户误配时可快速定位到文档对应小节。