sgl-project/sglang

重命名测试变量 tree → cache，为拆分准备

该 PR 是典型的重构准备提交，适合快速合入。代码审查时可重点关注重命名是否一致，特别是 TreeCore 相关变量是否正确保留了 'tree_core' 子串。

更新 NPU 文档中 --use-ray 参数支持状态

可快速合并。建议同步检查文档中其他参数的支持描述是否准确，避免类似问题。

将 DSA top-k 种子锚定至 draft-extend 阶段以提升接受长度

值得精读，尤其关注 seed 传递在 eager、CUDA graph、overlap 三种路径下的处理方式。设计决策明确（使用门控开关确保兼容性），展示了如何通过调整缓存锚定点优化推测解码。对于从事推测解码或 MOE 模型性能优化的工程师有参考价值。

为 MLX 后端 Qwen MoE 模型添加正确性测试

建议精读 `test_mlx_reference_correctness.py` 的设计：内存安全策略、模型释放顺序、batched 隔离性测试等思路值得其他后端参考。烟雾测试的框架简单可靠，适合作为更多 MLX 模型测试的起点。

修正 MLX 量化模型 KV 池 dtype 为计算精度

建议合并。该 PR 修复了一个明确的正确性/性能 bug，测试覆盖充分，设计清晰（利用 scales 携带计算 dtype）。值得关注的设计决策是：通过 scales 推断 dtype 而非为每个量化格式适配，保持了通用性。

修正MLX后端单token分块预填充延续误路由为decode

建议阅读此PR，以理解状态驱动路由（check decoding_reqs）相比长度启发式的优势，以及通过抽取共享方法同步双路径的设计模式。对于参与MLX后端的开发者，合并后可消除隐式数据损坏风险。

为 bench_serving 新增 agentic-trace 多轮数据集加载

建议阅读 `AgenticTraceDataset` 的实现，这是为 `bench_serving` 添加新数据集的参考范例。重点关注 `from_args` 工厂方法和 `load` 方法中偏移量取模、最大轮数截断等逻辑。

支持 Blackwell CuTe DSL BF16 GEMM JIT 内核

建议重点阅读以下设计： - CuTe DSL warp 专业化模式（7 warp 分工）如何降低延迟。 - 静态战术表的设计流程：离线 autotune + Claude 启发式优化生成 29 种配置。 - 后端注册与配置下发模式（`server_args` -> `initialize_bf16_gemm_config` -> 运行时分发）。 此 PR 展示了完整的 JIT 内核集成范例，适合关注 Blackwell 优化的读者精读。