sgl-project/sglang

优化共享内存指针类以支持多次pickle并推迟解包，显著降低多图像VLM推理的TTFT。

建议技术管理者和工程师精读此PR，重点关注 `ShmPointerMMData` 类的设计权衡，如序列化简化、内存管理策略（延迟解包与显式materialize），以及调度器中解包时机调整对分布式通信的优化效果，这些决策对高性能推理系统具有借鉴价值。

为 SGLang 添加覆盖层模型支持，扩展非 diffusers 扩散模型的加载能力。

建议工程师精读 model_overlay.py 以理解覆盖层解析的核心设计，关注 maybe_resolve_overlay_model_path 函数的实现，这涉及模型路径解析和缓存策略。

修复由 PR 21534 引入的 CI lint 失败，将 AccuracyTestParams 格式化为单行以通过 pre-commit 钩子。

该 PR 不值得精读，变更简单机械。关注点在于 CI 流程中的格式化工具交互和团队对代码风格的权衡决策。

修复 Flux2-Klein 模型提示词标记化长度从 77 改为 512，并添加回归测试。

推荐精读以了解如何修复配置继承导致的 bug。关注 tokenize_prompt 方法中硬编码 max_length 的决策，以及如何通过添加 text_encoder_extra_args 字段避免类似问题，对扩散模型开发有参考价值。

移除已弃用的FP8/FP4 GEMM环境变量，使用CLI标志替代配置。

对于技术管理者和工程师，建议关注向后兼容性迁移，确保用户文档已更新。该PR值得简要阅读以了解清理策略和配置演进方向，但无需深入分析复杂代码逻辑。

为 AMD MI35x 添加 GLM-4.7-FP8 GSM8K 精度测试的 CI 任务。

建议对 AMD 测试套件或模型精度验证感兴趣的工程师精读此 PR，关注测试配置、CI 集成方式以及 review 中的设计讨论。

将 DeepSeek V32 CP 单节点测试移动到 deepEP CI 运行套件，优化测试执行环境。

此 PR 变更简单，无需深度精读。建议工程团队关注 CI 套件配置的调整，并定期检查测试稳定性。对于 CI 维护者，可参考此变更了解 deepEP 套件的使用情况。

在CI中猴子补丁transformers的is_base_mistral函数以避免HuggingFace API速率限制，解决测试失败。

建议快速浏览此PR，了解如何通过猴子补丁避免外部API速率限制问题，特别是处理transformers依赖时的版本控制和环境隔离策略。