sgl-project/sglang

修复TRT-LLM MHA在EAGLE v2推测解码+DP注意力下因批次大小不一致导致的CUDA非法地址错误。

该PR值得精读，尤其关注：1) DP注意力下批次大小不一致的根本原因分析；2) 从forward_batch.batch_size到元数据推导的设计决策，体现了与其他后端行为对齐的架构一致性；3) review中关于填充目的和注意力独立性的讨论，有助于理解分布式推理中的数据流设计。

修复DeepSeek-V2模型在SM103设备上路由器GEMM内核优化条件，避免潜在兼容性问题。

该PR值得快速浏览，特别是对于维护DeepSeek模型或硬件兼容性代码的工程师。虽然变更简单，但揭示了硬件特定优化中的微妙权衡：在修复已知问题的同时，可能无意中排除了其他类似设备。建议关注后续是否有更全面的硬件兼容性测试或条件优化策略。

为Qwen3 Next MTP模型重新启用SpecV2的KL散度准确性测试。

该PR变更简单，值得快速浏览以了解测试恢复的背景。重点关注KLDivergenceMixin的设计和阈值设置，以及review中关于测试方法执行的讨论。

修复HiMambaRadixTree在write_through模式下因备份链断裂导致的断言失败问题。

该PR值得精读，特别是对于负责缓存模块的工程师。关注点： 1. 备份不变性设计：理解为什么父节点必须先于子节点备份是缓存一致性的关键。 2. 与HiRadixCache的对比：HiRadixCache没有_evict_regular中的断言，因此容忍此场景；而HiMambaRadixTree有断言，需要显式修复。 3. 防御性编程：write_backup中的条件检查是典型的防御性编程，值得学习。

修复解耦解码中GQA预填充与解码TP不同时staging预热条件检查缺失导致的潜在属性错误。

该PR变更简单直接，无需深入精读。值得关注的是：1. 了解GQA预填充与解码TP不同时staging机制的特殊处理。2. 注意review中关于hasattr与getattr的风格讨论，可作为代码简洁性参考。

修复CI中test_load_weights_from_remote_instance测试因transfer_engine后端挂起的不稳定问题。

建议工程师精读此PR，了解CI不稳定性根因和修复策略。重点关注remote_instance_weight_loader_start_seed_via_transfer_engine参数的作用，以及测试中随机行为的管理。对于技术管理者，此PR展示了快速修复CI问题的有效方法，但需注意后续测试重构的必要性。

统一 think_end_id 存储到 model_config，消除三处冗余

建议精读以理解推理令牌处理的统一化设计模式，关注 scheduler.py 中 tokenizer.encode 调用的边界检查缺失问题，以及语法后端接口从隐式依赖向显式参数传递的演变。

为MMMU、lm-eval和NeMo Skills评估路径添加dump_metric调用，统一指标收集

该PR值得快速浏览以了解评估统一计划的进展。关注点：1) dump_metric的静默失败设计确保了安全性。2) review中提到的标签不一致问题值得注意，可能需要在后续PR中解决。3) 这是#21667开始的评估统一计划的一部分，建议结合相关PR理解整体架构。