verl-project/verl

新增 Qwen3.5-35B Megatron 训练脚本与 checkpoint strict 配置

建议合并此 PR，重点审查 checkpoint strict 默认值（True）是否适合当前 Bridge 版本，以及 NPU 端 expandable_segments 的异常处理是否足够安全。其他配置冗余问题已解决，代码质量可接受。

更新 Ascend Docker 构建文档以匹配最新文件

该 PR 为积极响应社区反馈的文档改进，建议合并。未来可考虑自动化脚本验证文档中列出的 Dockerfile 列表与目录实际文件一致，防止再次出现遗漏。

新增 Qwen3-30B VeOmni 训练脚本并修复 EP 参数获取 bug

该 PR 值得单读以了解 VeOmni 后端训练脚本的标准结构和 EP 参数修复方式。特别注意 `extra_parallel_sizes` 初始化的一致性问题，建议在其相关 PR (#6346 等) 中确认修复。

新增Qwen3-VL-30B-MOE的VeOmni GRPO训练脚本

值得精读，特别是 VeOmni 后端用户。注意根据实际硬件调整 `max_model_len` 和并行配置。脚本结构清晰，可作为自定义训练任务的起点。

将共享 agent skills 从文件符号链接改为目录符号链接

此 PR 解决了技能同步的痛点，设计决策值得关注：目录符号链接与文件符号链接的取舍。建议阅读 `editing-agent-instructions.md` 的更新以了解新约定，并在后续贡献中注意遵循。如果发现任何链接断裂，应及时修复。

修复 TRT-LLM 测试用例的模型路径硬编码问题

可直接合并。无需额外精读，但可作为 CI 测试配置和测试环境变量使用的参考。

重新应用 no-rmpad 蒸馏修复并修复 CPU 测试

值得精读，特别是测试中通过 `patch` 隔离外部依赖（Triton 内核）的做法，这为编写跨平台的单元测试提供了可借鉴的模式。生产修复虽小但正确，体现了对两个分支对称性的重视。

重构 ROCm Dockerfile 并新增快速入门文档

本 PR 适合所有使用 AMD ROCm 的团队精读，特别是 Docker 多阶段构建的实践值得学习。重点关注以下决策： - **拆分存档 vs 统一重构**：保留旧版本文件作为参考，但未对其应用相同改进，这是一种务实的做法，但需确保用户文档明确示意。 - **Review 处理策略**：作者接受部分建议并修复，对设计决策（如 hardcode 版本号）坚持了自身理由，体现了权衡。 建议在合并后补充一个说明，指明 `Dockerfile.rocm6` 为存档，新用户应以 `Dockerfile.rocm` 为准。