verl-project/verl

修复 VLM 处理器回合分隔符探测崩溃

建议合并。该 PR 精准修复了由上游 PR#6921 引入的回归问题，设计巧妙（通过循环尝试两种格式），测试充分（包含模拟处理器桩和回归验证），且作者已对真实模型进行了额外验证。值得关注的设计决策：使用 `for...break` 形式而非 if-else 能保持两种探针形式对称，确保推导逻辑一致。

修复 FSDP logits 温度缩放 in-place 操作崩溃

值得跟随阅读，了解 FSDP 引擎中温度缩放的实现细节以及 in-place 操作对视图张量的潜在问题。PR 提交者可以关注是否为类似场景添加测试覆盖。

Ascend PPO 脚本启用 cudagraph 模式

该 PR 是一个简单的性能优化配置变更，技术理解价值有限。如果关注 Ascend NPU 训练性能优化，可参考该配置启用方式；但应留意 Gemini 评论中提到的序列化风险，建议在目标环境中测试验证。

修复非连续张量在分桶权重传输中的崩溃

值得所有使用 Megatron-Bridge 或自定义权重导出器的用户更新。代码变更简洁，设计决策清晰（利用 PyTorch 原生能力而非手动压缩），可作为小范围 bugfix 的范例。

修复多轮 AgentLoop 中回合分隔符 token 丢失

值得精读。核心 bugfix 设计优雅：使用 user turn 而非 assistant turn 推导分隔符，避免捕获 think 标签；充分处理 eos_token_id 的 list/tuple 兼容性；测试编写全面。建议关注后续 #6804 多模态 CT PR。

更新 TorchTitan 引擎并添加端到端测试脚本

建议团队确认默认值变更后通知用户更新 torchtitan 版本；尽快修复测试脚本中的 Shell 问题以提高稳健性；后续可基于 spmd_types 做进一步的性能调优，并跟进 CI 集成。

兼容 Megatron-Core 0.18 移除的枚举成员

值得快速集成。变更简洁，逻辑清晰，兼容性好。适合作为 Megatron-Core 版本升级的先行补丁。

降低 vLLM NPU 补丁版本下限至 0.18

该 PR 改动极小且逻辑清晰，无需精读。对于 NPU + vLLM 0.18.x 的用户，建议关注后续是否会有针对该版本的进一步修复。