verl-project/verl · 标签视图

补充昇腾 NPU 上 Checkpoint Engine 后端配置文档

该 PR 无需精读代码，建议用 3-5 分钟浏览文档正文即可，重点关注三个设计决策：(1) `nccl` 在 NPU 上被隐式解析为 HCCL——这是一个“配置名与实现后端不一致”的接口约定，值得确认其实现位置并在代码侧保留注释，避免后续被误当作 bug 改掉；(2) Mooncake 在 NPU 上依赖源码编译 `ascend_direct`，属于部署前置条件，建议在昇腾镜像或安装脚本文档中交叉引用；(3) 参数表默认值（2048 MB 桶、`group_name=default`、`rebuild_group=False`）与实现的一致性没有自动化保障，建议后续修改 checkpoint engine 的 PR（如 Mooncake 相关修复）把更新本文档纳入 checklist。若团队有英文文档镜像，建议同步一份以覆盖英文用户。

README 新增 AMD Developer Cloud 可启动 DAPO 教程链接

该 PR 是纯文档链接增补，不值得精读代码。可关注的唯一设计点是：如何通过“可启动模板”降低 RL 训练框架的上手成本，以及教程版本与主仓库主线（trainer.v1）保持同步的后续计划。若团队重视 AMD 生态，可跟踪后续该教程链接的更新 commit。

修正 mcore 文档中错误的相对路径，使其指向正确的代码位置。

此 PR 是一个典型的琐碎文档修正，其内容清晰、正确且必要。虽然无需深入精读代码逻辑，但其体现的“保持文档与代码同步”的原则值得肯定。对于维护者和贡献者而言，这是一个快速合并、提升文档质量的范例。

更新昇腾教程文档中过时的外部链接和内部路径。

此PR为常规文档维护，无需精读。值得关注的实践是链接管理策略：将项目内部文档引用统一改为相对路径，并定期扫描修复外部失效链接，这是保障大型项目文档健康度的有效模式。

修复 LoRA 教程文档中已弃用的配置键引用，与代码保持同步。

该 PR 值得快速审阅和合并。它是一个典型的、有价值的文档维护工作，确保了教程的准确性和时效性。变更微小、意图明确、风险几乎为零，审核者可以放心批准。

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。

扫描 758 个外部链接，修复 15 类失效链接（16 个文档文件）

该 PR 无代码，不值得精读源码，但建议文档维护者通读 PR body——它演示了一种高质量的外链维护方式：全量扫描、根因分类、逐条验证、对“不可盲改”的链接显式留待决策。值得关注的设计决策是作者对 `dapo.md` 中语义相关的链接保持克制、没有机械替换。建议跟进 Needs decision 列表，把 5 类遗留问题转成 issue 或在下一个文档清理 PR 中处理；长期看可为仓库引入 CI 链接检查（如 lychee）以遏制同类问题复发。

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。