sgl-project/sglang

为AMD Miles项目添加 nightly Docker 构建工作流

建议合并。该 PR 解决了 Miles 项目的基础设施需求，且方案简单、复用现有配置。合并后可考虑添加失败通知（如 Slack）并定期检查 secret 有效性。其他团队如需类似 nightly 构建可参考此模式。

MLA decode q-heads 填充至64以加速FlashMLA kernel

值得精读。该 PR 展示了如何通过理解底层 kernel 的 specialization 条件，以极小的代码改动（+21/-5）获得显著的性能提升。核心思路——“在满足 kernel 约束最小化的前提下填充而非总是填充到最大值”——可推广到其他类似场景。同时，`_attn_sink_local` 的懒初始化模式避免了 CUDA graph 内的冗余操作，是面向 GPU 图捕获性能优化的良好实践。

降级 Responses API 初始化失败日志级别

简单直接的日志优化，值得阅读以了解团队日志策略。

TRT-LLM MHA draft extend 使用 decode kernel

建议合并，但需确保 CI 中覆盖了 TRT-LLM MHA 后端 + speculative decoding 的测试用例。同时，未来可考虑增加对应的回归测试。

CI 启动时自动清理泄漏的共享内存段

值得精读，尤其是其降级策略设计：通过命名嵌入 PID、仅 CI 激活、最佳努力清理不阻塞启动等。可作为容器中资源泄漏处理的参考模式。建议开发者和基础设施维护者关注 `cleanup_stale_shm` 的门控机制和异常处理模式。

MTP callout 提示 + 技能文档同步

值得查阅，特别是技能文档的 benchmark 规则部分，对 cookbook 作者有约束力。UI 提示的设计（flag-based 而非 strategy-based）也值得借鉴。

更新 CODEOWNERS 文件，添加新维护者

此类基础设施配置变更简单明确，无需深入审查。但建议确保被添加的维护者知情并同意承担相应职责。

修正 LFM2.5 文档描述以提高准确性

该 PR 是纯文档改进，可以快速合并。对于技术管理者，无需精读；对于工程师，如果涉及 LFM2.5 模型的集成或调试，建议参考更新后的 cookbook 以获取准确架构信息。