verl-project/verl

修复 actor 更新中 per-micro-batch graph retention 导致的内存泄漏

建议读者精读本 PR 的 root cause 分析（Issue #6698）和回归测试设计，了解训练引擎中 per-micro-batch 梯度图保留的常见陷阱。修复手法（early detach 非必要 tensor）是此类问题的标准解法。测试中的 `_TinyCheckpointedLM` 和 `weakref` 验证模式值得在类似场景复用。

新增 Qwen3.5-2B Ascend nightly CI 测试

- 该 PR 主要面向 CI 维护者和 Ascend 平台使用者，建议其他开发者快速浏览了解新增的测试覆盖。 - 值得关注的是测试脚本中 FSDP2 与 vLLM rollout 的配置组合，可作为类似模型测试的参考模板。 - 注意 `LOG_DIR` 路径硬编码的问题，未来可考虑使用 `$HOME` 更通用。

新增 NPU VeOmni CI 流程与文档

值得合并，以提升 CI 覆盖。关注新添加测试脚本的稳定性，确保数据集预处理与训练流程能正确执行。

修复禁用MTP时bridge provider重新启用问题

值得精读，尤其是 `check_mtp_config` 函数的设计模式。它展示了如何处理多 provider 架构下的配置一致性，以及如何通过 `override_transformer_config` 强制覆盖下游配置。

修复 ignore_eos 参数未传递到 vLLM 采样参数

PR 虽小但修复了一个配置未生效的 bug，建议合并。同时，考虑其他采样参数是否也存在类似遗漏，可未来做一次全面检查。

修复 MindSpeed 重复 patch 注册问题

本 PR 属于针对特定硬件（NPU）和配置（批次不变训练）的修复，改动量小但关键。建议相关工程师精读，尤其是 `mapping_string_to_attn_backend` 的类型转换模式值得在其他类似场景复用。review 中关于 `.get()` 安全性的建议虽未采纳，但在不同运行环境下可能成为问题，需关注。

新增 AMD ROCm e2e PPO 训练 CI 工作流

值得合并以扩展硬件支持；建议确认 runner 就绪并定期更新镜像版本。

修复 NPU CI 中一个失败的单测

PR 较小，阅读价值有限。建议关注后续是否修复该测试的根本原因并重新启用。