SGLang is a high-performance serving framework for large language models and multimodal models.
原始 PR · 作者 alisonshao · 合并时间 2026-06-09 11:49
修复 H200 夜间测试步骤未分区导致重复执行
该 PR 是基础设施修复，值得快速合入。对于类似的矩阵分区，建议在其他工作流中检查是否也存在缺失分区参数的情况。
更新 SANA-WM cookbook 服务命令示例
可直接合入，无需深读。
修正 Gemma 模型 GSM8K 阈值
该 PR 属于低风险、高收益的测试维护操作，适合快速合并。值得关注的点是：对比作者在 PR 描述中提供了详细的实验测量方法和数据（10 次完整 GSM8K 运行，明确的硬件和软件配置，清晰的阈值推导公式），这一做法值得在类似测试阈值调整中推广。无需精读代码，但可作为测试基础设施维护的参考。
原始 PR · 作者 AgainstEntropy · 合并时间 2026-06-09 10:47
添加 SANA-WM 扩散模型 cookbook
对于技术管理者，此 PR 表明团队在完善扩散模型文档生态，值得关注。对于需要使用 SANA-WM 的工程师，此 cookbook 是权威参考，建议精读。对于文档维护者，需注意实时配置的及时更新。
原始 PR · 作者 janbernloehr · 合并时间 2026-06-09 10:43
修复 PCG warmup 因 context_length 过小导致的崩溃
这是针对关键启动崩溃的最小化修复，值得精读以理解 PCG 配置与 context-length 的耦合。建议在 #30206 落地后确认最终方案。
原始 PR · 作者 Kangyan-Zhou · 合并时间 2026-06-09 09:53
给实验性路由器添加 /flush_cache 端点
值得精读。该 PR 实现清晰，设计决策明确（如绕过断路器、并发限制、错误报告格式）。对于需要扩展类似管理端点的开发者，是很好的参考。
为 Intel XPU 添加 xpu_attn 多模态编码器注意力后端
该 PR 值得详细阅读，尤其关注 `resolve_max_seqlen` 的缓存设计和 XPU 后端的注册流程。建议在合并前确认 `sgl_kernel.flash_attn.flash_attn_varlen_func` 对 `window_size` 和 `sinks` 的支持情况，并考虑增加更完善的测试覆盖。
在Intel XPU上启用Nemotron-3-Nano混合Mamba+MoE模型
此 PR 改动简洁，适合学习如何在 SGLang 中为 XPU 适配混合 Mamba+MoE 模型。重点关注跨平台算子绑定（`elif is_xpu()`）和激活函数白名单扩展的模式。
参与讨论