verl-project/verl

修复 NPU 脚本中 use_mbridge 参数为 True

该 PR 本质上是跟随上游校验的合规性修复，无技术深度，但值得注意：新增的 flash attention 和重计算配置可能对性能有积极影响，可作为 NPU 脚本的默认优化模板。

更新 README 中 Ascend 文档链接

该 PR 简单明了，无需深入 review。建议关注目标文档的完整性即可。

重构 Megatron 后端以采用上游 Megatron-Bridge 新 API

建议在合并前或合并后立即验证 reviewer 指出的默认配置问题，特别是 MoE 设置和 adapter_path 访问。这些值得精读的地方在于如何平衡减少重复代码和保持行为兼容。整体设计方向正确，但需关注回归。

修复 FSDP2 异构缓冲区 NCCL 死锁

值得精读：该 PR 揭示了 FSDP2 包装后 `named_buffers()` 顺序不确定这一容易被忽视的坑，并提供了一种简单有效的修复模式。对于计划支持更多异构模型架构的团队尤其有参考价值。

为 Gemma4 添加专用工具解析器，支持多轮 agent 循环中的工具调用

该 PR 设计清晰，遵循了现有扩展模式，适合精读以了解工具解析器的抽象方式和不同模型的适配策略。建议关注 stop token 注入机制和响应格式化逻辑，这两个机制未来可能扩展至更多模型。另外，考虑为 tool parser 添加单元测试，减少对端到端测试的依赖。

更新 TransferQueue 安装指令版本号

此 PR 变更简单直接，无需精读。但可作为提醒：依赖安装文档应与实际测试通过的依赖版本保持同步，避免误导用户。

FSDP1 engine worker 支持 Zero2 分片

该 PR 值得精读，尤其适合关注 FSDP 训练性能优化的工程师。设计决策上，复用 `reshard_after_forward` 配置而非新增参数是一个值得借鉴的简洁思路。但建议后续清理冗余赋值，并补充针对 Zero2 策略的回归测试。

为 Ascend NPU 集成 Liger-Kernel 加速

该 PR 展示了如何在 NPU 后端集成第三方内核并优雅地管理算子冲突，设计上优先复用已有配置字段，值得推荐精读。建议增加 CI 测试覆盖 NPU 环境下的 Liger-Kernel 回归验证。