# PR #6347 完整报告

- 仓库：`verl-project/verl`
- 标题：[doc] refactor: added the document that collects statistics on models and algorithms that support the NPU
- 合并时间：2026-05-14 17:40
- 原文链接：http://prhub.com.cn/verl-project/verl/pull/6347

---

# 执行摘要

- 一句话：新增 NPU 模型与算法支持状态文档
- 推荐动作：值得快速浏览，尤其推荐给需要在 Ascend NPU 上选择训练配置的开发者。文档的结构可作为后续新增支持的模板。

# 功能与动机

随着 verl NPU 生态的扩展，支持的模型和算法组合越来越多，用户需要一个集中的文档来查阅哪些配置经过验证并附有可复现的 shell 脚本链接。该文档填补了这一空白，降低了用户在 Ascend NPU 上入门时的试错成本。

# 实现拆解

1. **新增文档文件 **`docs/ascend_tutorial/model_support/model_and_algorithm_support.md`：
 - 包含两个主要表格：Table 1（RL Algorithms）和 Table 2（SFT），分别列出每行组合的模型名称、算法、下载链接、actor 策略、rollout 引擎、脚本链接和硬件平台。
 - RL 表格涵盖 50 余条记录，涉及 Qwen2.5、Qwen2.5-VL、Qwen2.5-Math、Qwen3、Llama、DeepSeek 等系列，算法包括 DAPO、GRPO、GRPO (fully_async)、DAPO (fully_async) 等。
 - SFT 表格涵盖约 7 条记录，支持 FSDP 和 Megatron 两种策略。
 - 文档末尾标注最后更新日期（05/14/2026）。
2. **更新文档索引 **`docs/index.rst`：在 `ascend_tutorial` 的 toctree 中添加一行 `ascend_tutorial/model_support/model_and_algorithm_support.md`，使新增页面能够正确出现在文档导航中。
3. **四次提交演进**：初始提交创建文档并列出最初版本的表；后续提交依次修正脚本链接、调整算法名称（如将 DAPO 改为 GRPO），反映了 review 反馈驱动的迭代。

关键文件：
- `docs/ascend_tutorial/model_support/model_and_algorithm_support.md`（模块 Ascend 文档；类别 docs；类型 documentation）: 核心文档，以表格形式汇总了 NPU 上经过验证的模型、算法、策略、引擎和硬件组合，提供可复现的脚本链接，是用户选择训练配置的一站式参考。
- `docs/index.rst`（模块 文档索引；类别 docs；类型 documentation）: 更新 toctree，将新增文档注册到 Ascend 教程页面导航中，确保用户可通过文档目录访问。

关键符号：未识别


# 评论区精华

gemini-code-assist[bot] 自动审查发现两个问题：
- **算法 - 脚本不匹配**：第 30 行 Qwen3-30B-A3B 的算法标注为 'GRPO (fully_async)'，但链接的脚本为 `dapo_30b_a3b_math_fsdp_npu.sh`，对应 DAPO 算法。建议统一。
- **链接中隐藏字符**：Qwen3-235B-A22B 行的 URL 末尾存在零宽左到右标记隐藏字符（`%E2%80%8E`），会导致 404 错误。
这两个问题均由作者在后续提交中修复。最终由 wucong25 批准合并。

- 算法名称与脚本不一致 (correctness): 作者后续提交中修正了此问题。
- 链接中存在隐藏字符 (other): 作者通过后续提交移除了隐藏字符，链接恢复正常。

# 风险与影响

- 风险：纯文档变更，无代码改动，因此无回归、性能或安全风险。唯一风险是文档内容可能随着算法和模型的快速迭代而过时，但文档末尾注明了更新日期以提示时效性。
- 影响：对用户：为 NPU 用户提供了清晰的兼容性参考，降低了入门障碍。对系统：无运行时影响。对团队：减轻了面对相同问题时的重复咨询负担。影响程度中等，主要服务于 NPU 生态用户。
- 风险标记：文档内容可能过时

# 关联脉络

- PR #6298 [doc] refactor: ascend doc refactor of precision guide and dockerfile build guidance: PR body 中引用此 PR 作为相似 PR 搜索的结果，同属 Ascend 文档重构系列。