sgl-project/sglang

NPU 夜间 CI 指标仪表板和可重用工作流

该 PR 适合 NPU 相关开发者和 CI 运维人员精读。值得关注的设计决策包括： - 基于 stdout 模式匹配的轻量级指标收集方案，无需额外服务。 - 可重用工作流模式（单节点、多节点）降低重复配置。 - 优雅处理测试失败（即使失败也生成指标工件）确保仪表板完整性。 - 自动网络接口选择逻辑，对多机部署有参考价值。

LFM2.5 cookbook 新增 230M 模型变体

可快速合并，作为 cookbook 的常规更新。

ARM 构建排除 AMX GEMM 源码

此 PR 是低风险、高价值的跨平台构建梳理。建议快速合入。感兴趣的工程师可以关注未来的跟踪 PR，该 PR 可能会真正为 ARM 实现 GEMM 内核以替换存根。

自动检测 chat template，修复 mid-conversation system 消息导致 prefix cache 分叉

该 PR 值得精读。它展示了如何在不增加用户配置开销的前提下，通过运行时的模板探针来适配不同模型的行为差异，是解决多模型兼容性问题的良好范例。同时移除了一个与架构不匹配的协议层 validator，使关注点分离更正确。建议关注 `detect_inline_system_support` 的检测逻辑和 `_convert_to_chat_completion_request` 的转换分支。

修复 arm64 MoE 内核函数签名不一致

该 PR 为典型的跨平台签名同步修复，变更简洁且必要。开发者可以快速了解 ARM64 平台如何维护函数签名一致性。值得关注的是作者采用的方式是将公共声明统一化，而非为 ARM64 保留特殊路径，这种设计值得借鉴。

修复 MLX 单元测试使用过时的 stash() API

该 PR 是典型的 API 重构后未同步测试的反例，值得注意：当核心函数签名变更时，应系统地检查所有调用点（包括测试）。建议精读以了解 `RelayPayload` 的用法。

MUSA 平台 torchada 依赖升级

属于常规依赖维护，无需精读。

CPU GDN kernel 内联状态索引，移除外部 gather

值得精读。该 PR 展示了如何将常见的外部 gather/scatter 操作通过 kernel 参数下沉到计算内部，减少 host-device 同步和数据搬运。对于优化 CPU/GPU 推理后端有参考价值。重点关注 `fla.cpp` 中索引修改和 `gdn_triton.py` 中调用侧的适配。