执行摘要

• 一句话：修复DAPO错误并为NPU nightly CI新增三个基线
• 推荐动作：值得合并以提升NPU CI的自动化检测能力。可关注后续夜间CI日志确认基线文件路径正确性，以及检查合并后的测试是否覆盖了原独立步骤的所有用例。

功能与动机

在NPU nightly CI中，现有基线检查脚本不够通用，且DAPO相关的配置存在错误需要修复。本次变更旨在统一基线检查脚本，新增三个实验配置的自动基线比对，并清理冗余的单元测试步骤以加速CI。

实现拆解

1. 重构main_ppo_v0.py：将原有@ray.remote装饰的TaskRunner类拆分为BaseTaskRunner（无装饰器，仅定义初始化逻辑）和TaskRunner（继承BaseTaskRunner且带@ray.remote），run方法在基类中置为pass，由子类实现。这解耦了远程执行与非远程逻辑，便于在非Ray环境中复用。
2. 修改nightly_ascend.yml：为三个新增的NPU实验配置添加了检查脚本步骤，统一使用check_npu.py和基线文件，并将日志目录结构改为子目录方式。
3. 简化npu_unit_tests.yml：将原本分散的activation offload和normalize peft param name测试合并到主pytest命令中，通过调整--ignore-glob参数排除这些测试的独立执行步骤。
4. 增强vllm_ascend.yml：添加了对vLLM server abort功能的测试步骤，原本缺失该测试的执行。

关键文件：

• verl/trainer/main_ppo_v0.py（模块 训练主流程；类别 source；类型 core-logic；符号 TaskRunner, BaseTaskRunner, run, init）: 重构TaskRunner，提取BaseTaskRunner基类，分离远程执行逻辑，是变更的核心源码文件。
• .github/workflows/nightly_ascend.yml（模块 CI工作流；类别 infra；类型 infrastructure）: 添加三个NPU实验配置的基线检查步骤，统一日志路径和检查脚本，是CI自动化的主要变更文件。
• .github/workflows/npu_unit_tests.yml（模块 CI工作流；类别 infra；类型 infrastructure）: 简化单元测试步骤，将独立的 activation offload 和 normalize peft param name 测试合并到主 pytest 命令。
• .github/workflows/vllm_ascend.yml（模块 CI工作流；类别 infra；类型 infrastructure）: 添加 vLLM server abort 功能测试步骤，填补原有缺失的测试覆盖。

关键符号：TaskRunner, BaseTaskRunner, run, init

评论区精华

审核者wucong25直接批准了PR，没有留下评论。Gemini代码审查助手因文件类型不支持而跳过。因此本PR没有实质性的设计讨论。

• 暂无高价值评论线程

风险与影响

• 风险：
  1. 基线文件路径变更风险：nightly_ascend.yml中将检查脚本的工作目录从指定子目录改为统一的/root/.cache/nightly_log/，可能影响已有基线的路径引用，需确保基线文件部署正确。
  2. 配置键调整风险：main_ppo_v0.py中TaskRunner的元类提取，虽然保留了原有接口，但其他继承TaskRunner的第三方代码可能依赖@ray.remote装饰器，需注意兼容性。
  3. 测试合并风险：npu_unit_tests.yml中将独立的activation offload测试移除，若该测试在统一pytest命令行中无法正常匹配，可能被遗漏执行。
     - 影响：影响范围：主要影响NPU CI流程的稳定性和可维护性。新增三个基线检查使NPU nightly CI能够自动检测回归，提升验证效率。合并测试步骤减少了CI中的独立步骤数量，加快执行速度。对用户无直接功能影响，但改进了代码可扩展性。
     - 风险标记：基线文件路径强依赖, 工作流目录结构调整, 测试覆盖合并风险

关联脉络

• PR #6672 [ci] chore: add two-node Ascend RayJob E2E workflow: 同样涉及NPU CI基础设施，扩展了多节点测试能力，与本PR的CI基线增强是同一方向。