sgl-project/sglang

修复B200夜间测试因评估统一导致的GSM8K准确性基线问题。

该PR值得快速浏览，以了解评估统一后的测试适配模式；重点关注`AccuracyTestParams`扩展`api`字段的设计，以及如何通过配置修复因评估方法变更导致的测试失败。

恢复AMD测试文件，添加__main__入口以修复CI静默跳过。

建议测试维护者关注入口点添加模式，以确保测试文件能正确执行；对于性能敏感测试，可考虑实现模型缓存以优化CI运行时间。

修复 QwenImage 模型在输入图像过多时 RoPE 文本缓存溢出导致的非法内存访问错误。

该 PR 值得快速浏览，重点关注 `get_freqs_cis` 方法中的校验逻辑设计。它展示了在 GPU 密集计算前添加防御性校验的最佳实践，以及如何通过描述性错误信息提升用户体验。对于处理类似缓存溢出问题的开发者有参考价值。

修改扩散模型测试套件，一致性检查失败时不再重试。

该PR变更简单直接，适合快速浏览以了解测试重试策略的调整。值得关注的设计决策是：将一致性检查失败明确排除在重试逻辑之外，这反映了对失败类型的分类处理（瞬态 vs. 非瞬态），有助于优化CI资源使用。

将模拟加速方法的默认值从'multinomial'改为'match-expected'。

该PR变更简单，适合快速浏览以了解配置更新。对于深入理解模拟加速机制或环境变量设计的工程师，可关注`SGLANG_SIMULATE_ACC_METHOD`的使用上下文，但无需精读。

添加 JIT rmsnorm_hf 内核，修复 transformers 后端 MMLU 准确性回归并减少性能损失。

建议精读，重点关注内核设计中的舍入顺序处理（cast-before-weight-multiply）、性能优化策略（Warp/CTA 内核选择）以及测试中的回归防护方法（`test_rmsnorm_hf_matches_hf_not_sgl`），这些对处理类似量化或精度问题有借鉴价值。

将EPD解聚测试从提交门禁移至夜间套件，解决因精度边界抖动导致的CI阻塞。

该PR变更简单直接，主要价值在于CI流程优化。对于工程师，可快速浏览以了解测试套件调整模式；对于技术管理者，可关注其反映的测试抖动问题及后续修复计划。无需深入代码精读。

修复 ngram 贪婪验证中因拼写修复导致的关键字参数不匹配问题。

该 PR 值得快速浏览，了解拼写修复可能引发的接口不匹配问题，并关注内核与 Python 侧同步的重要性。