verl-project/verl

为 VeOmni 后端启用 GPT-OSS 模型的专家并行 (EP) 训练支持。

本 PR 值得精读，尤其是 `verl/workers/engine/veomni/utils.py` 中的新处理函数和调度逻辑变更。它清晰地展示了如何通过策略模式扩展参数导出框架以支持新模型。核心设计决策（如强制使用流式处理器进行 delta 导出）及其背后的理由（与 vLLM 加载器集成）是关注重点。建议重点审查：1. 新处理函数与 `enumerate_hf_slots` 的集成是否健壮；2. `veomni_shard_export` 中对 GPT-OSS 模型的特殊处理是否会意外影响其他模型；3. 示例脚本中的配置（如 EP/TP 大小）是否合理且有良好文档。

优化路由器测试套件，清理过时注释。

这是一个典型的测试维护 PR，虽然变更量不小，但逻辑清晰、目标明确。它非常值得精读，尤其是测试重构的思路（如使用行为计数器验证缓存机制、清理冗余测试）对于编写高质量单元测试有很好的借鉴意义。关注点在于理解作者如何从“测试 mock 内部”转向“测试交互行为”的设计决策。

禁用教师蒸馏中vLLM的反标记化，降低每请求开销。

该PR值得精读，原因如下：1）展示了如何通过一个单行配置变更获得2.4-3.2倍的性能提升，且不改变行为；2）设计决策上隔离教师和学生rollout的配置，避免影响其他后端；3）讨论中深入分析了vLLM的内部机制（如 `skip_tokenizer_init` 硬编码），提供了有价值的技术洞察。建议关注教师循环的性能优化路径，以及后续学生rollout的修复（PR#7679）。

修复 GLM-4V 注意力层使用已废弃 transformers 4.x 旋转位置编码 API 导致的训练崩溃。

此 PR 值得精读，尤其是遇到类似依赖库重构后导致 API 不兼容的场景时。它展示了如何精准定位一个因上游破坏性变更而产生的导入错误，并通过少量、正确的代码修改进行修复。核心设计决策是遵循上游变更，删除冗余的兼容层代码，而不是试图恢复旧函数。

将负载均衡器提取为独立可插拔路由器模块，支持 FQN/YAML 插件扩展。

本 PR 是实现 Issue #6383 的关键第一步，设计合理，实现了可插拔路由器架构，且保持了良好的向后兼容性。建议精读 `router.py` 中的协议定义和插件加载机制，以及 `llm_server.py` 中客户端 RPC 载荷的惰性过滤逻辑。这些设计决策对于扩展 verl 的路由能力具有重要价值。

修复 SGLang 权重同步中 DeepSeek-V4 融合参数跨桶断裂问题。

修复 transformers 升级后 CI 失败，更新模型和依赖配置。

这是一个常规的 CI 修复 PR，主要涉及配置调整和测试适配。值得快速浏览以了解 transformers 升级后的兼容性问题，但无需深度精读核心逻辑。建议关注测试模型变更和依赖添加，以确保后续类似升级时有参考。

修复多节点 vLLM 复制中非主节点误调中止引擎 API 的崩溃。

该 PR 值得精读，虽然改动微小（+9 行），但它揭示了 vLLM 集成中一个关键的架构约束（多节点下引擎实例所有权），并展示了如何通过简洁的防御性编程来解决边界条件问题。对于维护 vLLM 或处理分布式推理的工程师有参考价值。