sgl-project/sglang

移除隐藏全局配置回退，mamba 谓词改读配置袋

值得精读，尤其是关注配置架构的工程师。本 PR 展示了三类可迁移的方法论：(1) 用 read ratchet 制度识别“可选注入”反模式，并让谓词归属到真正拥有数据的配置袋；(2) 通过 AST 扫描死绑定来做迁移清理的机械归因，避免靠肉眼遗留死代码；(3) 在 post-publish 与 mid-resolution 之间维持谓词唯一定义的双轨约定。对 mamba radix cache 或 DeepSeek MoE 双流图路径有维护需求的同学，建议顺带阅读 review 中关于测试 fixture 迁移的讨论。

修复 AMD 夜测中 DSV4-DSpark 套件从不运行

值得关注，但不需要逐行精读。核心价值在于：1) 演示了 `register_amd_ci` 只做注册、必须由 workflow job 调用 `run_suite.py --suite` 才能执行这一机制，避免“注册即沉睡”的坑；2) 展示新增 AMD nightly job 的标准接线（机器池、容器镜像、依赖安装、`job_select`、`check-all-jobs`、timeout 预算）；3) body 中“为什么只跑单 backend 腿”与“为什么 timeout 取 7200”的论证是值得借鉴的 CI 设计权衡。若你维护 AMD / nightly CI 或 DeepSeek-V4 相关测试，建议阅读；普通功能开发者可跳过。

Qwen3.5 纯文本模式支持，跳过视觉编码器加载

值得精读。核心看点：一是三层联动开关的设计（配置层判定 + 模型层分支 + processor 短路），把单一 config 字段贯穿到整个加载链路；二是 _require_vision 守卫函数兼顾生产与单测的写法（模块级函数 + getattr 兜底），是对“现有单测以未绑定方法调用”这类隐性约束的教科书式响应；三是 gemini-code-assist 高优先级告警被驳回的论证——属性初始化顺序问题最终由维护者确认父类无条件赋值而关闭，展示了 review 中不必要的告警如何被快速、有理有据地化解。若团队后续要支持其他模型的纯文本变体，本 PR 提供了可直接复用的模式。

新增 KL 一致性测试技能文档，沉淀调试与阈值方法论

建议负责确定性推理、logprob 一致性测试与相关 CI 的工程师精读，重点是两个独立条件的区分与 MoE 放大效应部分；对一般读者可略过。该文档是团队调试经验的优质沉淀，值得保留，并建议在 `kl_test_utils` 或确定性推理代码变动时同步更新。

修复 DP-Attention 下投机解码空闲批次崩溃

值得快速阅读：6 行修复展示了 SGLang 中 forward_mode.is_idle() 作为空批次守卫的惯用模式，对理解 DP attention 下 idle rank 的调度语义有帮助。若要吸收经验，建议一并关注未来是否有配套回归测试（如 specdec + DP 组合的用例），以及 init_forward_metadata 对空 seq_lens 的防御是否应下沉到 backend 层统一处理。

修复 MLX 单测 mock 缺 mamba 字段导致的 CI 失败

作为测试修复，本 PR 适合快速浏览，不值得精读。值得关注的点是：生产代码新增字段时，测试 mock 需要同步维护；可结合 #33477 的 Mamba mask 复用逻辑理解该字段的来源。

新增 Inkling-Small 确定性 logprob 一致性测试

值得精读。该 PR 展示了如何利用确定性推理将 KL 测试从统计容差变为精确断言（阈值 1e-9），并覆盖普通、prefill cache-hit、decode cache-hit 三种关键路径，设计思路对状态复用类 bug 的防护很有借鉴意义。关注点：`_run` 封装与三个 helper 的阈值传递方式、cache-hit 变体对滑动窗口交接的覆盖、以及 GSM8K 阈值放宽与 CI 耗时的权衡。

修复确定性 gumbel 采样 u=1 端点，杜绝采样被屏蔽 token

值得精读。核心是一行 clamp 变更，但其数学论证（哈希网格间距、半开区间端点、bit-identical 保证）可以作为数值稳定性修复的范例；测试用例通过预计算 (seed, position, column) 精确命中 0xFFFFFFFF 端点，避免了概率性测试的不稳定。关注点：multinomial_with_seed 的共享语义、clamp 上限与 float64 精度的关系，以及后续是否把同样端点保护迁移到其他哈希采样实现（如 EAGLE 专用采样）。