verl-project/verl

修复 request_id 写入错误字典的问题

值得合入。该 PR 修复了一个明确的 bug，修复方式直接且正确。虽然改动小，但对依赖 `request_id` 进行下游分析的用户很重要。建议合入后关闭关联 Issue #6250。

更新 CODEOWNERS，新增代码审查人

该 PR 为基础设施配置变更，逻辑简单，无需精读。但可关注后续是否针对机器人建议做进一步补充完善。 值得注意的设计决策：未采纳机器人评论的建议，意味着团队接受了引擎子路径和测试路径可能不会被 @ArronHZG 自动审查的现状，可能是基于实际的 owner 分配需求或后续计划。

回滚 reward model 的 world_size 修复

建议关注后续 PR #6265 对 `RewardModelConfig` 的修复，该 PR 会为配置类添加缺失的字段，使 #6226 的正确计算可以被安全地重新应用。当前回滚是临时解决方案。

修复TRTLLM rollout的Docker镜像和CI脚本兼容性

该PR修复了紧急的兼容性问题，值得合并。但建议合并后： 1. 验证Docker构建是否成功，确认cupy和ray版本可用； 2. 检查batch_wait参数是否在TRTLLM服务端实现，若不生效则考虑移除或提交配套实现； 3. 定期清理mbridge临时补丁。

README 社区项目列表新增 RandOpt

无需精读。可作为了解社区项目的快速入口，但无技术分析价值。

每次采集内存快照后自动清除历史记录

该 PR 修复了内存快照采集的累积 bug，改动简洁且针对性强。建议快速合入，后续可考虑增加 `context`/`stacks` 等参数的透传，以允许用户更精细地控制记录内容。

修复多节点 SGLang 启动 profile 时 tokenizer_manager 为 None 的崩溃

值得快速合并和部署。设计决策简单直接，但建议未来考虑统一类似守卫的使用模式（`node_rank` vs 属性检查）。

SGLang Prefill-Decode 非对称分解 rollout

值得精读，尤其关注以下设计决策： 1. **非对称 TP 布局**：decode 可使用与 prefill 不同的 TP 大小，提供了灵活性。 2. **取消独立注册名**：通过 flag 而非独立名称派发，降低了用户心智负担，也简化了代码。 3. **rank-modulo 路由**：通过取模确保即使未来启用 DP>1，角色映射仍正确。 4. **TOCTOU 防护**：使用 with_alive_sock=True 避免端口被抢占。 这些设计模式对其他并行策略的实现有借鉴意义。