verl-project/verl

修复 Ascend 夜间 CI 配置与脚本问题

该 PR 为纯 CI/测试运维变更，逻辑简单，无需精读。但其中 review 指出的 typo 和语法错误值得注意，提醒在批量修改脚本时要仔细检查上下文。

新增仅保存 LoRA 适配器权重的 checkpoint 支持

此项变更设计清晰，向后兼容，建议 LoRA 训练用户启用该功能。值得关注的设计决策是键模式检测（`lora_`/`.adapter_`）和向后兼容策略，类似模式可复用于其他 adapter 场景。

修复 MoE 指标中最后一个 token 的幻影计数

建议精读 `_compute_rollout_moe_load_counts` 中排除最后一个有效位置的向量化实现，以及应对空边界和负值填充的稳健设计。合并后应监控指标变化是否符合预期，避免阈值告警。该 PR 是 MoE 负载均衡指标正确性的关键修复。

修复 GPU 与 Ascend CI 工作流依赖配置

该 PR 是典型的 CI 维护操作，价值在于使 CI 流水线更加健壮。建议通读变更以了解工作流依赖管理实践，可作为相似 CI 修复的参考。

修复 Ascend 上 attention mask 构建 OOM

该 PR 是正确的最小化修复，建议合并。关注点：后续可考虑采纳 gemini 建议进一步优化峰值内存，但当前方案已解决问题，可先合并。

新增分片 delta 权重同步引擎，提升分离式训练速度

该 PR 值得精读，特别是 `ShardSpec` 的声明式设计和 `gather_v_batched_to_rank0` 的批量收集优化。与 SGLang 的集成方式也是一个很好的插件式接口案例。

修复 Ascend MindSpeed 引擎缺少 CUDA_DEVICE_MAX_CONNECTIONS 环境变量导致的断言错误

此 PR 结构清晰、改动最小，值得合并。关注点在于：（1）后续是否应增加针对 mindspeed 策略的测试；（2）`_uses_megatron` 函数是否应被泛化或重构，以统一处理多个引擎的策略检测。推荐在后续重构中考虑统一策略注册机制。

移除 vLLM Ascend 旧补丁并修复 CI

建议团队成员了解此变更，特别是涉及 Ascend 平台开发和测试的成员。此 PR 展示了如何跟踪上游依赖变化并及时清理过期补丁，是良好的工程实践。审查时应重点确认所有依赖旧补丁的代码路径已完全移除，并运行 Ascend CI 测试以验证兼容性。