sgl-project/sglang

将 ServerArgs 所有权移入 RuntimeContext

值得精读，特别是需要理解配置层架构的开发者。设计决策（基于 shim 的状态迁移模式、延迟导入避免循环依赖、reset_context 支持测试）具有通用参考价值。

为 RuntimeContext 添加 server_args 访问器

值得阅读以理解 read-through 模式的意图和实现方式，但无需深度精读。PR 设计简洁清晰，是 15 层重构栈的良好起点。

为 diffusion VAE decode 添加 torch.compile 预热机制

该 PR 值得精读，特别是 `torch_compile.py` 中的 `ActiveTargetCompiledCallable` 和 `CompiledModuleRegistry` 设计模式，以及 warmup 策略中“内部预热请求”的权衡。对于扩散模型开发者，可作为 torch.compile 集成的参考实现。

禁用跨节点 TP 的 logits multimem all-gather

该 PR 修复了多节点 TP 部署的阻塞性问题，代码简洁，审查充分，建议快速合入。无需精读，但设计模式（在构造函数中禁用跨节点路径）值得在类似场景中复用。

调整 LoRA logprob 测试 KL 阈值

变更简单合理，可快速合入；建议确认 KL 值变化原因是否与近期其他 PR 相关。

融合 TRTLLM MHA 图元数据为单 Triton 核

此 PR 值得精读，特别是融合 kernel 的设计模式（一次启动完成全部元数据更新、q_mode 抽象、SWA 翻译集成）。测试代码采用 monkeypatch 验证 graph 钩子行为，对类似 CUDA graph 优化有参考价值。建议团队关注 multi_layer_eagle 的测试补充。

默认禁用 DSA indexer fusion 修复 DeepSeek-V3.2 精度回归

该 PR 值得合并，以快速修复 CI 回归。建议在修复 fusion 精度问题后重新评估是否默认启用。相关精度修复工作可参见后续 PR #30342。

优先使用官方一致性 GT，缺失时回退到 sglang 版本

建议开发者阅读 `test_utils.py` 中的 `_load_official_consistency_gt_outputs` 和 `_remote_consistency_gt_base_urls` 实现，这是一个优雅的多源 GT 优先级策略。测试编写者也值得学习如何用 monkeypatch 模拟远程依赖来覆盖复杂分支。