verl-project/verl

重命名 MindSpeed 策略并修复后端兼容性

建议精读，重点关注 `MindSpeedEngineConfig` 的变更和 `get_base_mcore_config_from_engine_config` 的设计取舍。合并后可引导用户迁移配置，并尽快补充 FSDP 策略的处理。

对齐 ARM vLLM Docker 版本到 0.20.2

简单版本对齐，无需深入 review，但符合最佳实践，建议合并。

修复Megatron MTP训练与rollout指标对齐

该PR修复了多个MTP训练关键bug（loss污染、mask错位、recompute崩溃），建议优先合并。但需关注bias处理问题，确认目标模型输出层是否使用bias；若使用，后续应跟踪补充bias加法逻辑。代码结构清晰，但测试覆盖不足是主要风险。建议团队内部补充CI测试用例。

删除 Qwen2.5VL 旧版 mcore 实现，清理 1618 行代码

该 PR 是标准的代码清理操作，对于理解如何安全、彻底地删除一个模型模块有参考价值。模型开发者可关注 `model_initializer.py` 中的注册机制，以及 review 中强调的全量清理原则。一般阅读者浏览执行摘要即可。

添加 Trackio 作为 rollout trace 后端

值得精读。该 PR 展示了如何以一致的设计模式扩展 verl 的追踪后端，对希望集成其他实验追踪工具的开发者有参考价值。核心实现（RolloutTraceConfig.init、rollout_trace_attr、_TrackioLoggingAdapter）逻辑清晰，适合作为模板。

移除 fully_async 文档中“未来计划”章节

该 PR 为纯文档维护，无需特别关注。可以快速合并。

新增 VeOmni 原生 critic 训练支持

本 PR 是 VeOmni 功能生态的重要扩展，具有中等重要度。建议： - 核心开发人员精读 `VeOmniEngine` 的共享方法提取和类属性设计，该模式可推广到其他引擎。 - 关注后续是否补充单元测试或集成测试，特别是 `VeOmniEngineWithValueHead` 的各种配置组合。 - 考虑在文档中说明 `VeOmniCriticConfig` 的使用方法和参数要求。

修复FP8在async RL和多节点rollout中的bug

值得关注的设计决策：将全局副作用改为opt-in环境变量，避免影响不相关场景；FP8配置的安全访问方式（先调用父类再使用self.config）可以作为代码规范。该PR适合rollout和trainer相关开发人员阅读。