sgl-project/sglang

为 CPU 添加 Qwen3-VL / Omni 前端支持

值得详细阅读。代码设计体现了对异构硬件后端（CPU AMX）的良好抽象（通过 `QKV_BACKEND_IMPL` 字典），并且在 Review 中展现了在性能与代码干净度之间权衡的典型过程（移除 hack、defer 性能问题）。为后续多模态模型 CPU 支持提供了模板。

支持 Cosmos3 世界模型，实现 T2V/I2V/T2I 生成

值得精读，特别是以下设计决策： - 双路径 DiT 的架构（Understanding 与 Generation 的分离）。 - 权重映射函数的设计，展示了如何将 diffusers 格式转换为自定义并行模型。 - 安全护栏的可插拔设计。 - 讨论中关于注意力后端兼容性的取舍。

修复 LFM2 模型 YARN RoPE 参数未正确传递的问题

此 PR 值得合并，修复了一个 silent correctness bug，改动量极小且正确性有验证数据支撑。推荐精读以理解类似配置兼容性问题的处理模式（优先新键、安全 fallback），这一模式已在多个模型（如 Qwen3）中复用。

移除PyTorch named tensors依赖，避免向上兼容风险

建议阅读核心文件 `tensor_naming.py` 的变更，理解如何用私有属性模拟命名语义。该模式可推广到其他需要绕过废弃 API 的场景。同时也值得查看 review 讨论中关于原地修改与非连续张量的设计权衡。

重构 idle batch 逻辑并修复 dp=1 场景问题

建议精读该 PR，尤其是讨论中关于 idle batch 与 `_update_gather_batch` 解耦的设计权衡。虽然改动较小，但涉及对 dp attention 同步机制的理解，对维护多 GPU 并行策略的工程师有参考价值。

重做 EAGLE 草稿 topk==1 softmax 跳过优化并修复 AMD 回归

该 PR 是一次典型的重做优化并修复平台兼容性的案例，值得关注其平台门控的设计模式。虽然改动小，但涉及回退与重做决策，以及通过代码注释记录回归原因，具有良好的可维护性。建议精读以了解投机解码性能优化与平台差异处理。

修复 NemotronH V3 Omni NVFP4 权重加载

建议检查并合并，属于 bugfix，逻辑清晰，影响范围小。

修复 trailing-dot 前缀的 FP8 skip 匹配

建议精读。本 PR 展示了如何在保持向后兼容的前提下修复 dot-boundary 匹配导致的回归，其测试策略值得参考：单元测试聚焦边界条件，集成测试使用真实模型和评估管道验证精度。