sgl-project/sglang

拆分 runtime Docker 镜像发布为独立 workflow，优化 CI 管理。

对于负责 CI 和基础设施的工程师，建议阅读此 PR 以了解 Docker 发布流程的优化。变更相对直白，但值得关注新 workflow 的设计和潜在集成点，以及确保拆分后的同步机制。

修复分布式单节点测试中GSM8K的flaky断言。

该PR变更简单，无需精读代码；对于工程师，可关注类似flaky测试修复模式（如阈值放宽策略），并可参考PR 21562等历史PR学习CI稳定性优化。

新增GC阈值参数以优化延迟敏感服务的性能。

建议工程师精读以了解如何通过GC配置优化延迟性能，特别关注_set_gc函数的调用时机和参数验证逻辑；技术管理者可关注此PR作为性能调优案例，但变更简单，无需深入设计决策。

放宽CI测试阈值以减少不稳定性，涉及LoRA MoE和DeepSeek量化测试。

此PR适合快速浏览以了解CI调整；工程师可关注bot建议的重构机会，在未来PR中优化测试代码结构。

更新 DSV3 int8 MLA CI 测试的模型路径至 lmsys Hugging Face 组织。

该 PR 变更简单，无需精读。对于关注 CI 测试或模型管理的人员，可留意模型路径的标准化和迁移趋势。设计决策直白，无复杂技术权衡。

支持页面优先布局的 Hicache 和 MLA JIT 内核，优化 KV 缓存数据传输。

建议精读此 PR，重点关注 hicache.cuh 中的模板设计决策（如 kIsMLA 参数），以及如何集成新内核到现有内存池系统。设计权衡如代码重复与重构值得注意，可借鉴以优化类似内核实现。

修复pause_generation中由于batch处理不当导致的tensor形状不匹配错误。

建议技术管理者和工程师精读此PR，以理解调度中batch处理的一致性原则。关注pause_generation函数的修改如何与get_next_batch_to_run保持逻辑对齐，以及模拟测试的设计如何隔离核心依赖，这对于维护调度系统的稳定性有参考价值。

修复扩散模型加载回退失败问题，将RuntimeError改为返回None以实现优雅回退。

对于开发扩散模型模块或处理模型加载逻辑的工程师，此PR值得快速浏览，了解如何优雅处理未注册模型的回退机制，关注_get_config_info函数的错误处理设计。