verl-project/verl

修复 fused kernels 在 Ulysses SP 下的标签滚动错误

此 PR 是重要的正确性修复，建议所有使用 fused kernels + Ulysses SP 的团队尽快合并并同步至下游分支。同时值得关注的设计决策是：由 engine 统一预滚动标签（而非在 fused forward 中重新计算），保持了单 SP 和多 SP 路径的一致性，避免了类似错误的扩散。

README.md 更新 vexact 发布与模型列表

无需精读。可作为文档维护的参考示例。

ARM64 稳定镜像启用 DeepEP

建议精读，因为该 PR 体现了跨架构构建的典型模式。值得关注的设计决策：锁定提交以确保可复现性；动态 CUDA 目标路径。另外建议采纳 review 中关于清理中间文件和建议显式安装 nvshmem 的建议，以保证镜像简洁和构建健壮。

修复 CI 中 Qwen3-VL 的 fast_pos_embed_interpolate 导入问题

本次 PR 是紧急修复，建议后续跟进： 1. 将 `fast_pos_embed_interpolate` 抽取到共享工具模块（如 `verl/models/transformers/vision_utils.py`），消除重复。 2. 考虑优化实现性能，避免循环中的 tolist 模式。 3. 由于 CI 目前不支持 Qwen3.5，可评估是否需要增加对 Qwen3.5 的 CI 支持，从根源避免类似问题。

修复 Qwen3-VL MoE 路由与 vision pos_embed bug，添加全异步 GRPO 脚本

建议团队对 `fast_pos_embed_interpolate` 进行专项测试，确保在各类输入尺寸下无 tensor/int 转换错误；考虑添加 NPU 上 MoE 路由权重的单元测试；确认 `qwen3_5` 模块中的实现是否需要同步修复。

修复 Qwen2.5-VL RMSNorm 属性缺失

值得精读，是一个典型且优秀的兼容性修复范例。重点关注如何通过 `hasattr` 而非版本号比较来解决模型属性变更问题。

更新 Ascend FAQ 文档，新增权重传输与非共享存储问题

建议 Ascend 用户阅读此 FAQ 更新，尤其是分布式训练中遇到相关错误时。对于文档维护者，可参考其问题描述和解决方案的清晰度。整体变更简单直接，无需深入代码审查。

新增训练配置参数与指标文档

建议所有使用 verl 训练框架，特别是 Ascend 环境的开发者和用户阅读此文档。值得关注的设计决策包括：清晰的参数分类方式（公共/专属）、日志指标解释的详细程度。该 PR 本身无代码变更，但文档质量对用户体验至关重要。