sgl-project/sglang

优化 Helios 融合归一化调制，消除冗余 FP32 转换

该 PR 是一次典型的 kernel fusion 性能优化，设计简洁且有效。建议：1）确认 `LayerNorm` 构造时显式传入 `bias=True` 以避免未来歧义；2）考虑添加数值一致性测试（如 PSNR/SSIM）以量化验证图像质量无退化。整体上值得合并。

为 HunyuanVideo 添加 ModelOpt FP8 量化支持

适合有意在 SGLang 中集成新量化模型的工程师阅读，重点关注 `build_modelopt_fp8_transformer.py` 中的命名映射机制和 `ReplicatedLinear` 的泛化设计。

修复 EAGLE SpecV2 + TBO 下 seq_lens_cpu 空指针问题

值得快速合入，修复明确，影响范围小。可作为 AMD 平台 SpecV2 兼容性修复的参考模式。

修复 PyPI 发布工作流，支持手动调度和 manylinux 打包

该 PR 值得合并，解决了 PyPI 发布流程中的关键问题。建议开发者在手动发布时注意输入正确的版本号。

新增 LTX2 融合 Triton 内核，BF16 路径性能提升约 1%

值得阅读，尤其是学习如何在现有 PyTorch 操作中安全插入融合内核的策略。该 PR 展示了保证数值一致性的方法（匹配 BF16 舍入顺序）和条件回退设计，可作为后续类似优化的参考。

修复 AMD Docker 构建因镜像不可达失败的问题

该 PR 是典型的基础设施修复，变更清晰、范围有限，适合快速合入。建议阅读 `docker/rocm.Dockerfile` 中的实现，了解如何在 Dockerfile 中优雅地处理源替换和 apt 网络硬化。

AMD启用EAGLE统一注意力验证并修复MXFP4加载

值得精读，尤其关注注意力后端如何适配不同数据类型（MLA/non-MLA）和投机解码布局（ragged vs paged）。设计决策（如保持radix-cache分离）体现了模块化思维。建议后续补充单元测试覆盖新路径。

AMD 夜间测试从 K2.5 切换到 K2.6

值得关注的是 AMD 团队复用 K2.5 配置的策略，它验证了模型架构兼容性的实用检查。对于 review 中提到的 try-finally 清理模式，建议在后续 PR 中统一修改 accuracy 测试的服务器生命周期管理，以减少 CI 中的不确定失败。此外，可考虑将重复的报表生成函数抽取为公共工具，降低维护成本。