# PR #6877 完整报告

- 仓库：`verl-project/verl`
- 标题：[ci] fix: Add more test cases in e2e_ppo_trainer_megatron_sglang_ascend.yml
- 合并时间：2026-06-30 10:22
- 原文链接：http://prhub.com.cn/verl-project/verl/pull/6877

---

# 执行摘要

- 一句话：为 Ascend CI 新增 Qwen3-0.6B 和 GRPO profiling 用例
- 推荐动作：该 PR 是常规 CI 维护改进，值得关注其新增测试的模式，可用于参考如何添加新的 CI 测试。

# 功能与动机

PR body 提到 'Fixed some problems of e2e_ppo_trainer_megatron_sglang.yml on Ascend and added more CI cases for maintenance'，旨在增加 CI 测试覆盖以维护代码质量。

# 实现拆解

1. **CI 工作流新增 Qwen3 测试任务 **（`.github/workflows/e2e_ppo_trainer_megatron_sglang_ascend.yml`）：新增 `e2e_ppo_trainer_megatron-qwen3` job，使用 Qwen3-0.6B dense 模型运行 GSM8K E2E 测试，验证学习率调度器等特性。
2. **新增 GRPO profiling 测试步骤 **（同一 CI 文件）：在原有 DeepSeek 模型测试步骤后新增 profiling 测试，启动 GRPO 训练并检查 profiling 文件是否生成。
3. **修复 ref 模型 flash attention 配置 **（`tests/special_e2e/run_ppo_trainer_megatron.sh`）：移除 `++actor_rollout_ref.ref.megatron.override_transformer_config.use_flash_attn=True` 行，该处双加号 `++` 在 Hydra 中可能导致解析错误。

关键文件：
- `.github/workflows/e2e_ppo_trainer_megatron_sglang_ascend.yml`（模块 CI；类别 infra；类型 infrastructure）: 新增一个完整的 Qwen3 测试 job 和 GRPO profiling 步骤，是 CI 扩展的核心。
- `tests/special_e2e/run_ppo_trainer_megatron.sh`（模块 测试脚本；类别 test；类型 test-coverage）: 移除 ref 模型 flash attention 设置，修复 Hydra 配置问题。

关键符号：未识别


# 评论区精华

Gemini Code Assist bot 评论指出，移除 ref 模型的 `use_flash_attn=True` 可能导致性能下降或 OOM，建议保留并用单加号修正。但该评论未被后续采纳或回复，PR 最终被批准合并，说明该配置移除可能是故意的（因双加号 Hydra 解析问题）或已在其他层面补偿。

- 移除 ref 模型 flash attention 配置 (correctness): 该评论未被采纳，PR 已被批准合并。可能原因为双加号导致 Hydra 解析冲突，或 flash attention 已在 actor 配置中继承。

# 风险与影响

- 风险：
 1. **性能风险**：移除 ref 模型 flash attention 可能导致 NPU 上推理变慢，但考虑到 actor 已启用 flash attention 且 ref 通常计算量较小，实际影响可能有限。
 2. **CI 稳定性**：新增 Qwen3 测试和 profiling 测试可能增加 CI 运行时间，但提高了覆盖。
- 影响：
 1. **CI 团队**：Ascend E2E CI 新增 2 个测试步骤，覆盖更广泛的模型和特性，有助于早期发现问题。
 2. **开发者**：Qwen3 模型在 Megatron 训练上获得持续验证。
 3. **用户**：间接受益于更可靠的 CI。
 - 风险标记：CI 配置变更 , 性能风险（flash attention 移除）, 缺少 review 讨论后续

# 关联脉络

- PR #6876 [ci] chore: add Ascend multinode nightly CI: 同为 Ascend CI 增强，目标一致。
- PR #6823 [BREAKING][trainer, cfg] chore: enable V1 trainer by default: 涉及 trainer 配置，可能影响 CI 测试脚本。