sgl-project/sglang

混合线性注意力后端推测解码完全重叠

建议阅读以了解如何在 CUDA Graph 捕获与 replay 时高效传递 padding 信息。`hybrid_linear_attn_backend.py` 中的 `_replay_metadata` 函数修改展示了如何通过可选的 `num_padding` 参数避免冗余计算，这种模式可推广到其他后端。

为 flash_attn_varlen_func 补充缺失的 only_qv 参数

建议精读该 PR 的讨论，特别是 gemini-code-assist[bot] 关于 v4 下静默忽略的风险提醒。该 PR 本身原子性良好，但后续应跟进在 v4 分支中显式检测 `only_qv` 并抛出 `NotImplementedError`，以及补充参数传递的单元测试。

重构 Mamba radix cache 配置并重命名参数

值得精读，尤其是 `_handle_mamba_radix_cache` 的扁平化重构和 DeprecatedAction 使用。注意后续跟进将 assert 替换为 ValueError 以保证生产环境健壮性。

移除冗余req_pool_indices_cpu保护并整合GLM-5 HiSparse端到端测试

值得精读。展示了如何基于上游修复进行死代码清理，以及如何设计回归测试验证内部契约。`map_last_loc_to_buffer`的None参数防护也值得关注。

修复 JIT EP 激活缺失的尺寸校验

建议尽快合并以修复 Qwen 3.5 35B 在 DEP2 模式下的 CUDA 崩溃问题。后续需跟进 `swiglu_limit` 相关冲突，避免从 CUDA crash 转为 Python assertion。可考虑添加针对不同专家数、分组尺寸组合的回归测试。

MiniMax-M3 文档新增 MMMU-Pro 精度数据

简单且准确的文档更新，无需深入审查。可作为 MiniMax-M3 文档后续扩展的参考模式。

Laguna-M.1: 启用 Blackwell FP8 并移除 AIME 25 数据

建议使用 Blackwell + FP8 的用户精读本 PR 的注释和配置说明，特别是临时 flag 的用法。同时关注 #28662 的进展，以移除 workaround。AIME 数据移除是合理的短期决策。

为 Laguna-M.1 添加配置驱动 cookbook 页面

值得精读，尤其是配置驱动 cookbook 的实现模式（JSX 分离配置、MDX 承载内容），以及如何组织可验证的基准测试数据。对希望贡献类似文档的开发者有参考价值。