verl-project/verl

提取奖励分数组装为可覆写钩子

建议精读，这是一个典型的重构样例：从函数中提取职责，为扩展开放接口。值得关注的决策是使用 `classmethod` 而非实例方法，因为组装逻辑通常不需要实例状态。

使用 VeOmni 原生路径计算 log_probs/entropy，修复 fused kernel crash

值得阅读。展示了如何通过 VeOmni 的原生 API 替代手工补丁，以及如何通过 `OpsImplementationConfig` 统一 kernel 选择。设计清晰，文档丰富。

为 10 个包目录添加缺失的 __init__.py 文件

建议合并。此 PR 解决了一个实际的导入错误，结构简单，review 充分。值得关注的是，在添加 init 文件时注意版权归属的准确性，以及保持与目录中其他文件的一致性。

修复 Megatron 模型 CPU 卸载时峰值内存翻倍问题

值得精读。该 PR 清晰展示了 PyTorch pinned memory 分配的内存管理陷阱，并提供了简洁有效的修复模式（惰性初始化 + 断言保护），适用于类似场景。建议合并。

重构并规范化示例目录，清理旧脚本，统一命名规范

建议在合并前对部分脚本中缺失的变量定义进行补充（如 actor_cp、actor_etp），并确保所有文档中的链接均已更新指向新路径。此外，建议尽快完成 NPU 脚本的统一对齐工作。该 PR 的设计思路（环境变量驱动的标准化脚本）值得后续新算法示例借鉴。

bump trtllm 1.3.0rc13 和 verl v0.7.1

PR 内容简洁明确，值得快速浏览以了解版本升级流程。但审核中提出的 Dockerfile 优化建议（移除冗余安装、合并层）值得在后续类似 PR 中采纳。

将 LLM 服务器管理从 AgentLoopManager 抽离为独立模块

值得精读。本 PR 体现了良好的架构解耦策略：通过提取公共服务，将变异点（agent 框架）与稳定基础设施（服务器管理）分离。对于需要扩展 agent 框架的开发者，本 PR 的接口设计和代码组织是很好的参考。特别是 `GlobalRequestLoadBalancer` 和 `LLMServerClient` 的设计值得学习。

修复 FSDP 引擎 forward_step 硬编码 bf16 问题

建议 FSDP 引擎使用者和开发者阅读此 PR，重点学习 ShardedGradScaler 集成模式和子类兼容性设计（getattr 回退与默认值初始化）。fp16 用户应先在小规模任务上验证收敛稳定性。