sgl-project/sglang

LoRA torch-native 后端融合 mm+add_ 为 addmm

值得精读。该 PR 展示了典型的 PyTorch 算子融合优化模式（将多次 CUDA 内核调用合并为一次 `addmm`），是性能调优的经典案例。同时，`.item()` 使用和 CPU 张量预分配的做法值得借鉴。

修复 torch-native LoRA 多适配器 tensor 尺寸不匹配

值得合并，修复明确且风险低。建议开发者关注其他 LoRA 后端（如 torch_trtllm）是否存在类似 `batch_size` vs segment 数的假设。

整合评估准确性测试 mixins 到统一模块，减少重复代码并提升可维护性。

推荐测试工程师和关注代码质量的开发者精读，学习 mixin 模式在测试中的设计应用。关注 `eval_accuracy_kit.py` 中的阈值守卫和接受长度检查实现，了解如何分离测试逻辑与具体测试场景。

添加CI工作流指南技能并整合CI文档，提升开发者对CI基础设施的理解。

推荐快速浏览此PR以了解CI文档的新结构，重点关注ci-workflow-guide技能的内容和文档路由三角；对于负责CI基础设施的工程师，值得详细阅读ci-workflow-guide技能，以获取设计决策和技术权衡。

修复DetokenizerManager初始化失败时的UnboundLocalError，确保服务器正常退出。

该PR值得精读，它展示了异常处理中变量作用域的常见陷阱；关注错误恢复路径的设计决策，并建议结合review讨论，考虑未来增强清理逻辑的异常防护以进一步提升鲁棒性。

为发布分支切割添加跳过阶段健康检查支持，优化CI流程。

建议CI或基础设施工程师阅读此PR，关注环境变量与输入参数的设计权衡。关键决策点在于使用环境变量而非显式输入，gemini-code-assist[bot] 的建议值得在未来重构时考虑，以提高代码清晰度和封装性。

修复NSA预填充flashmla_sparse后端使用FP8 KV缓存时topk_indices_offset未计算导致的崩溃。

该PR值得精读，特别是关注get_topk_transform_method中模式感知的设计决策和错误检查的添加，这对于处理复杂attention后端逻辑有借鉴意义。

修复 Dbrx 模型初始化时的 AttributeError，解决 rope_parameters 属性不存在问题。

此 PR 变更简单，不值得精读，但可作为一个示例学习如何处理模型配置对象属性访问不一致的常见 bug。