verl-project/verl · 标签视图

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。

移除失效 grad_offload 配置，属 Breaking 清理

值得快速阅读（约 15 分钟），重点关注两点：一是 `verl/workers/config/engine.py` 如何通过 dataclass + 生成配置联动维护配置契约，二是本 PR 与 #7536/#7466 形成的“清理死配置键”模式。如果有外部 Megatron 脚本或自定义配置，需要检查是否引用 `grad_offload` 并完成迁移。实现本身较机械，不需要深读。

Megatron Lite 文档重命名为 Agent Compose 预览，修正示例路径

值得快速浏览，不必精读。核心值得借鉴的是两条文档维护策略：一是用 naming note 显式标注“预览实现细节 vs 稳定 API”的边界，降低用户对旧标识符的误用；二是在上游重命名还在飞行时保留旧文件名、只改标题，用最低成本维护入站链接。对跟踪 Megatron 后端演进的读者，这篇文档是理解 verl 与 Megatron-LM experimental/agent_compose 协作方式的好入口。

移除 actor.router_replay 死键，路由回放统一走引擎配置

值得快速精读。这是一个典型的“配置死键静默失效”修复案例，核心看点是 review 中 wuxibin89 的“直接删除优于兼容”决策如何改变实现方向，以及用契约测试锁定配置 schema 的写法。对后续任何“文档与代码不一致、双份配置入口”问题都有参考价值。

新增 Ascend Docker 受支持镜像标签文档

值得快速浏览（约 1 分钟）：对 Ascend 部署用户有直接参考价值。值得关注的模式是把"最新 / 版本发布 / 模型专用 / 历史归档"分表组织，兼顾检索效率与历史留存；建议后续在 docs/ascend_tutorial 安装文档中引用该文件，并考虑用 CI 校验表格标签与实际 Dockerfile 的一致性。

README 新增 verl-vla v0.1.0 发布公告

不值得精读，属常规文档同步操作，快速浏览即可。值得留意的是 verl 生态正以多个独立仓库形式扩展（verl-vla、verl-omni、verl-tinker、rl-insight），README News 区已成为这些发布信息的集中出口，读者可借此理解 verl 的生态战略方向。