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。

修复禁用 chunked prefill 时 vLLM 启动崩溃并清理旧配置

值得精读。核心价值不在 diff 规模，而在 `_validate_configs` 中如何用“warning + 自动提升”平衡 vLLM 约束与用户显式配置；同时展示了跨示例、CI、测试的连锁清理方法，以及测试在行为不确定性下如何改为观察式断言。建议重点关注 vllm_async_server.py 的安全网分支和 agent-loop 测试的改写思路。

uv 锁与镜像支持 aarch64 双架构，配套流程重写

值得精读。该 PR 展示了“架构作为解析维度而非 extra 维度”的 uv 多架构设计，以及两个非常具体的坑：nvidia-cusparselt-cu13 的 wheel 内部 tag 不一致导致 uv 反复重装、megatron-core VCS 版本号导致锁文件与实际构建不一致。这些细节对任何维护 uv 单锁多平台的团队都有借鉴价值；Docker 多架构构建与 manifest 合并的实操说明也可直接复用。重点关注 `pyproject.toml` 的 `[tool.uv]` 配置注释和 `docker/Dockerfile.uv.cu130` 的构建说明。

更新 30B veomni 脚本的专家并行配置

该 PR 为低优先级的配置调整，不值得精读。可留意其将专家并行大小参数化并默认调整为 8 的做法，这反映了 veomni 在 NPU 上对专家并行的偏好。

DeepSeek V4 支持 QAT bf16 伪量化训练

该 PR 值得关注，因为它引入了新的训练模式（QAT）并增强了 GSPO 损失的灵活性。建议补充单元测试覆盖新配置项和损失聚合逻辑，并确认与 VeOmni 侧 PR 的兼容性。

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。

修复 rollout 工作节点 NCCL_CUMEM_ENABLE 被强制覆盖问题

此 PR 值得快速浏览，因为它在不经意间暴露了 verl 在环境变量处理上的一个设计倾向：硬编码默认值可能覆盖用户意图。对于使用 CUDA 并有特殊 NCCL 配置需求的用户，建议关注此改动；建议未来类似环境变量处理统一使用 os.environ.get 模式。

移除 Ascend 脚本中失效的 chunked prefill 配置

值得快速合并，属于必要的清理修复。无需深入阅读源码，但可关注 PR #7508 的关联性。