verl-project/verl

RL-Insight 日志器新增 span 与会话转发

值得精读 verl/utils/tracking.py 中的版本门控与降级设计：用 MINIMUM_VERSION + callable 检查 + 一次性告警的组合，让新 API 在不破坏旧依赖的前提下逐步演进。可结合 RFC 7509 观察跨仓库协作中的接口边界，后续 uni-agent 埋点落地后再回看 agent_loop_session 的实际消费情况。

修复 NumPy 序列化中未使用的大块 TensorDict consolidation 分配

此 PR 值得精读，因为它揭示了序列化路径中一个隐蔽的性能浪费点，并且是 OOM 类问题的常见根源。建议重点关注 `DataProto.__getstate__()` 的重构方式和 `monkeypatch` 在测试中的巧妙运用。设计上的关键点是分支提前，避免不必要的计算，这是一个简洁有效的优化模式。未来可关注 wuxibin89 提到的 TQ 迁移，以彻底消除序列化成本。

修复 modular vLLM 上 FusedMoE 导入引发的 NPU 启动崩溃

该 PR 值得快速浏览，它体现了对 vLLM 模块化演进（factory 模式替代类导出）的兼容性处理。对于 vLLM 集成相关的开发者，可借鉴其通过 `getattr` 实现可选类导入的模式。但整体改动较小，不涉及核心架构，非高精读优先级。

修复 CLI 序列化丢弃显式 False 布尔参数

值得精读，尤其关注 `_optional_bool_vllm_args()` 的内省方法和 `build_cli_args_from_config` 的分支逻辑。此修复解决了配置与引擎实际行为不一致的隐蔽问题，且测试覆盖全面，对理解 vLLM 参数序列化很有帮助。

新增配置驱动的 checkpoint 保存回调钩子

值得精读。设计上有三个可借鉴点：null-object 模式省去调用点空值守卫、fail-fast 语义保证 checkpoint 副作用不静默失败、`**kwargs` 与 no-op 基类为未来扩展事件预留兼容性。评审中“不碰 deprecated trainer、删冗余 UT”的收敛也值得学习。计划在 verl 上做 checkpoint 上传/注册/评估接入的团队可直接照此实现。

接入 Liger 融合算子，actor 更新提速 13.53%、显存降 5.56%

值得精读。重点看 FusedLinearForPPO.forward 的可选依赖降级模式、2D/3D 形状保真处理，以及 test_experimental_torch_functional_on_cpu.py 中 FakeLiger 的 dispatch 验证方式。若团队在 GPU 上使用 fused kernel，建议合入后跑一次 H100 短训练回归；若维护 NPU/其他硬件栈，需确认 Liger 内核在目标硬件上的可用性。

Ascend E2E 测试开启 fully sharded LoRA

该 PR 是 CI 配置调整，不值得精读，但可关注其规避的 vLLM bug 及后续修复，有助于理解 LoRA 分片在异构硬件上的兼容性问题。

修复 agent-loop 测试不确定性，实现全确定性采样与调度

值得精读，尤其关注确定性 request_id 生成与测试配置注入的设计。对于任何面临 CI flakiness 的团队，该方案提供了从环境、采样、调度到 id 的完整确定性链路，可作为参考模板。建议阅读时着重理解 `_make_request_id` 的开关设计，以及 `AGENT_LOOP_TOOL_AGENT_ROLLOUT_CONFIG` 如何与 Hydra 配置系统衔接，这两点是复用到其他测试或生产场景的关键。