执行摘要
本PR新增了NVFP4量化感知训练（QAT）的文档，涵盖FSDP和Megatron后端的配置说明，旨在帮助用户启用训练时伪量化以优化推理性能。文档提供了参数表格和支持矩阵，但review中指出了两个未解决的准确性问题，可能影响用户体验。
功能与动机
根据PR body，需要添加NVFP4 QAT支持的文档，以描述如何在verl中配置FSDP和Megatron后端进行量化感知训练。文档解释了QAT通过训练时伪量化、推理时真实NVFP4格式来缩小精度差距，防止KL散度爆炸，并链接到外部QAT配方仓库获取详细使用指南。
实现拆解
实现包含两个文件变更：
- docs/advance/nvfp4_qat.md：新增核心文档，结构如下：
- 概述NVFP4 QAT原理和训练/推理流程
- FSDP后端配置参数表格（如
fsdp_config.qat.enable、ignore_patterns）
- Megatron后端配置参数表格（如
megatron.qat.enable、quantization_config_path）
- 支持矩阵（列出已验证模型和功能）
- 注意事项（如FSDP可扩展性限制）
- docs/index.rst：在toctree中添加
advance/nvfp4_qat.md条目，确保文档可访问。
评论区精华
review中gemini-code-assist[bot]提出了两个关键问题：
"The megatron.qat.quantization_config_path parameter is marked as Required in the documentation, but it does not appear to be utilized in the Megatron QAT utility functions... If this parameter is not actually used by the Megatron backend, please update the documentation..."
"The model names Qwen3-8B-Base and Qwen3-30B-A3B-Base appear to be typos, as the Qwen3 series has not been released. These likely refer to Qwen2 or Qwen2.5 models..."
这两个问题在PR合并前未得到作者或reviewer的明确回应或解决，可能导致文档准确性风险。
风险与影响
- 风险：文档中Megatron后端
quantization_config_path参数的Required标记可能不准确，如果代码中未使用该参数，用户可能被误导配置无效路径。模型名称拼写错误可能降低文档可信度。
- 影响：仅影响文档内容，不涉及代码功能变更。对用户而言，提供了QAT配置指南，但需注意未解决问题可能带来的混淆。
关联脉络
- 与近期PR #5874（Megatron启动脚本）、#5848（训练器配置统一）和#5826（Megatron性能优化）相关，均涉及Megatron后端配置或优化，反映verl在量化训练和性能优化方面的持续演进。
- 文档中链接到外部QAT配方仓库，表明verl生态系统在扩展，通过文档引导用户到专用仓库获取详细实验脚本和结果。
参与讨论