sgl-project/sglang

为GLM-V模型添加特定的MRoPE交错模式支持。

建议技术管理者和工程师精读此PR，关注MRoPE扩展的设计决策，如轴映射算法和条件逻辑处理。对于涉及rotary embedding或视觉语言模型的开发，此PR提供了有价值的参考，值得学习其设计权衡。

修复 transformers 升级后 Llama Eagle3 模型配置读取的兼容性问题。

该 PR 值得精读，特别是配置解析的回退设计，展示了如何处理向后兼容性问题。关注 getattr 的使用和条件逻辑的实现，以理解健壮的错误处理模式，建议工程师学习这种处理配置变化的方法。

修复 #21458 中的 lint 格式错误，确保 CI 通过。

对于负责 CI 维护或代码质量的工程师，此 PR 值得快速了解以预防类似格式问题；对于其他开发者，无需精读，因为变更纯粹是格式修复，无设计决策或技术洞察可借鉴。

修复 Qwen3.5 4B dense 模型在 PP=2 时权重加载错误导致的输出乱码问题。

该 PR 值得精读，特别是关注模型权重加载机制和 PP 下的初始化设计决策，有助于理解大型语言模型在分布式环境中的权重处理模式。

融合QK-norm、3D mRoPE和KV缓存写入，优化AMD平台上Qwen3-VL解码性能。

建议精读此PR以了解融合内核的设计和实现细节，关注forward_prepare_aiter_fused_mrope函数的逻辑、条件检测的健壮性，以及如何平衡性能与代码维护性。对于涉及AMD平台优化或内核融合的开发者，此PR提供有价值的案例。

修复LoRA适配器加载时虚假添加令牌导致的验证错误。

建议工程师精读此PR以理解LoRA配置加载机制和添加令牌处理方式，特别关注`LoRAConfig`的初始化逻辑和过滤设计决策，这对于维护和扩展LoRA功能有参考价值。

将Blackwell GPU默认多模态注意力后端从triton_attn改为fa4以提升性能。

该PR值得精读，重点关注其基于基准测试的性能优化策略和平台特定风险规避设计。对于处理多模态或GPU加速的工程师，可学习其设备能力检测和后端选择模式。

恢复重复惩罚器支持，解决GLM-V模型响应重复问题。

建议仔细阅读此PR，特别是惩罚器实现和推测解码集成部分，关注review中提出的问题是否已解决，以及乘性惩罚与加性惩罚分离的设计决策。