verl-project/verl · 标签视图

统一项目所有后端的 transformers 版本至 5.9.0，简化依赖管理。

这是一个重要的依赖维护 PR，虽然代码变更简单，但影响面较广。建议精读 `pyproject.toml` 中关于 `override-dependencies` 新策略的注释，理解其设计意图。对于所有使用者，需要在更新环境后运行测试套件，特别是与 `transformers` 交互紧密的功能，以确保升级无破坏性。该 PR 是项目依赖治理简化的积极一步，值得肯定。

FSDP-Turbo e2e 测试从 GPU 迁移至 NPU，清理空梯度同步上下文

值得精读，尤其是想了解“如何将一个后端的 e2e 测试从 GPU 迁移到 NPU”以及“如何处置历史 workaround”的读者。关注点：删除 `_gradient_sync_context` 是否真的安全，建议在 PR 描述或后续提交中补充原因；同时留意是否有计划为 GPU 侧补充单元测试或恢复轻量 e2e，避免 fsdp_turbo 在 CUDA 上失去回归保护。

修复 CI 失败：E2E 补 max_model_len 并注释不稳定测试

值得快速浏览，不必精读。建议与 PR#7632 成对阅读，理解 verl 团队应对 vLLM chunked prefill 校验收紧的两层策略；同时留意 vllm.yml 中被注释的 determinism 测试是否有恢复计划。

ROCm CI 容器固定 NUMA 节点，解决 e2e 超时

值得快速阅读，但不需要精读。它展示了一个很有价值的运维经验：在虚拟化环境（QEMU VM）下，容器自由调度导致的跨 NUMA 启动开销可能被误判为计算性能问题；`--cpuset-cpus`/`--cpuset-mems` 组合是恢复 NUMA 局部性的标准手段。对于负责 CI 基础设施的工程师，建议关注：1) NUMA 拓扑感知的容器调度实践；2) YAML folded scalar 中反斜杠陷阱（作者在 PR body 中特别提醒）；3) 这类硬编码硬件假设应记录到 workflow 注释或文档，以便环境迁移时更新。

Ascend 镜像改两阶段推送，规避 Quay GC 销毁中间镜像

建议镜像发布与 CI 维护同学精读该 PR：两阶段推送、digest 传递、防 GC tag、凭据隔离的组合是容器镜像 CI 的通用最佳实践。对一般训练框架使用者无需关注。后续可改进的点：将临时仓库迁移到组织级命名空间以消除单点依赖；为 merge 阶段补充 `DIGESTS` 为空时的显式失败断言；统一 a2/a3 的临时 tag 命名风格。

重组 Ascend 教程为中英目录并迁移 CI 到 a3

- 值得快速浏览 `zh/index.rst` 与 `en/index.rst` 的拆分方式，了解多语言文档在 Sphinx 中的组织模式。 - 关注 CI 迁移后第一个夜间运行的 `model_ascend.yml` 是否稳定，若 a3 镜像缺失需及时回退。 - 若团队后续维护 Ascend 文档，建议遵循 `zh/`、`en/` 目录约定，避免再次出现 `_zh/_en` 后缀冗余。

临时移除 Ascend CI nightly 测试作业以稳定性能指标。

此 PR 为低风险的 CI 维护变更，无需精读。建议关注后续是否完成分析并重新启用该测试作业。

清理 Ascend NPU 测试脚本中过时的 enable_chunked_prefill=False 配置，修复 CI 失败。

**推荐精读**。虽然变更简单，但它是系列修复（#7508 -> #7632 -> #7584）中的关键一环，清晰地展示了如何处理因上游 bug 修复而暴露的配置债务。对于维护多平台（尤其是像 Ascend NPU 这样的特定硬件后端）的大型项目，这种清理工作的方法论值得借鉴。