执行摘要

• 一句话：修复 MLflow 运行结束记录，确保 UI 显示正确的结束时间和持续时间。
• 推荐动作：该 PR 修复了一个具体且影响用户体验（监控）的 bug，改动小而聚焦，测试覆盖完整，风险低。建议精读，以了解日志后端（特别是 MLflow）生命周期管理的实现细节，以及如何为类似后端添加 finish 支持。

功能与动机

PR body 明确指出动机：verl 使用裸的 mlflow.start_run()（非上下文管理器形式）启动 MLflow 运行，如果没有显式调用 mlflow.end_run()，运行将停留在 RUNNING 状态，UI 显示结束时间和持续时间为 (unknown)。

实现拆解

1. 在 Tracking.finish() 中增加 MLflow 后端处理：在 verl/utils/tracking.py 的 Tracking.finish() 方法中，增加对 "mlflow" 键的检查与处理，调用其 finish() 方法。这遵循了同一方法中对 wandb、tensorboard 等其他后端的统一关闭模式，确保所有日志后端都能被正确终止。
2. 为 _MlflowLoggingAdapter 类添加 finish() 方法：在 verl/utils/tracking.py 中，为 _MlflowLoggingAdapter 类新增一个 finish() 方法。该方法会检查 mlflow.active_run() 是否返回一个非 None 值（即是否有活动的运行），若有则调用 mlflow.end_run()。此守卫逻辑确保了调用安全性，避免在无活动运行时抛出异常。
3. 添加单元测试覆盖：在两个测试文件中添加了三个测试用例，以验证新功能的正确性。tests/utils/test_mlflow_key_sanitization.py 中新增了两个测试，分别验证当有活动运行和无活动运行时，_MlflowLoggingAdapter.finish() 的行为是否正确。tests/utils/test_tracking_on_cpu.py 中新增了一个测试，验证 Tracking.finish() 能够正确且仅一次地调用 MLflow 适配器的 finish() 方法。这些测试被已有的 CI 工作流收集，无需额外配置。

关键文件：

• verl/utils/tracking.py（模块 日志工具；类别 source；类型 core-logic；符号 Tracking.finish, _MlflowLoggingAdapter.finish）: 核心变更文件，集成了 MLflow 后端的关闭逻辑。
• tests/utils/test_mlflow_key_sanitization.py（模块 MLflow 测试；类别 test；类型 test-coverage；符号 test_finish_ends_active_run, test_finish_skips_when_no_active_run）: 测试文件，验证了 _MlflowLoggingAdapter.finish() 方法的核心逻辑。
• tests/utils/test_tracking_on_cpu.py（模块 跟踪测试；类别 test；类型 test-coverage；符号 test_tracking_finish_finalizes_mlflow_once）: 测试文件，验证了 Tracking.finish() 对 mlflow 后端的幂等调用。

关键符号：Tracking.finish, _MlflowLoggingAdapter.finish

关键源码片段

verl/utils/tracking.py

核心变更文件，集成了 MLflow 后端的关闭逻辑。

    def finish(self, exit_code: int = 0):
        """Flush and finalize every configured backend exactly once."""
        # 防止重复执行的幂等性守卫
        if getattr(self, "_finished", False):
            return
        self._finished = True
        loggers = getattr(self, "logger", {})
​
        # 其他后端处理 ...
        if "clearml" in loggers:
            loggers["clearml"].finish()
        # 新增：处理 mlflow 后端的关闭
        if "mlflow" in loggers:
            loggers["mlflow"].finish()
        if "trackio" in loggers:
            loggers["trackio"].finish()
        # ... 后续其他后端处理

评论区精华

本次 PR 未提供具体的代码评审讨论内容，仅包含一个审批（APPROVED）。因此，没有讨论亮点可提炼。

• 暂无高价值评论线程

风险与影响

• 风险：风险较低。变更限于日志后端的生命周期管理，不影响训练核心逻辑。主要风险点在于 mlflow.end_run() 的调用可能在某些极端边缘情况下（如进程被强制终止）未执行，但当前实现已通过 Tracking.__del__ 方法进行了兜底，整体风险可控。新增的单元测试进一步降低了回归风险。
• 影响：对用户的影响是积极的。所有配置了 trainer.logger=["console", "mlflow"] 的用户，在训练任务正常结束（或 Tracking 对象被销毁）后，其 MLflow UI 中的运行状态将正确显示为 FINISHED，并记录准确的结束时间和运行时长。此变更无需用户修改任何配置。对系统的影响是增强了 MLflow 集成的健壮性和可观测性。对团队的影响是修复了一个影响 MLflow 监控准确性的具体 bug，使得基于 MLflow 的训练监控更加可靠。
• 风险标记：边缘 case 依赖 __del__

关联脉络

• 暂无明显关联 PR