verl-project/verl

修复vLLM权重重配中的冗余克隆和竞态条件，并启用编码器缓存重置。

建议精读`bucketed_weight_transfer.py`的变更，重点关注竞态条件修复的实现逻辑。对于涉及vLLM权重传输或colocate模式开发的工程师，此PR展示了缓冲区同步和版本条件处理的设计决策，值得学习。

回滚VLM+Megatron在NPU上的注意力掩码形状修复，恢复原有逻辑。

该PR值得关注，因为它回滚了一个重要的NPU适配修复，可能揭示了底层兼容性问题。建议精读以理解回滚的具体变更，并关注后续是否有替代修复。同时，review中提到的性能优化建议（向量化掩码创建）值得在未来的重构中考虑。

新增针对 Ascend NPU 的 vLLM CI 测试工作流，提升 vLLM 在 NPU 环境的验证能力。

建议关注以下两点： 1. **对于 CI/基础设施开发者**：此 PR 新增的 `vllm_ascend.yml` 工作流设计值得精读，特别是其路径排除策略和 NPU 专用资源配置，可作为在 VERL 中新增硬件特定 CI 的参考模板。 2. **对于核心开发者**：`agent_utils.py` 的修改虽小，但引发的 `gemini-code-assist[bot]` 关于设备配置化的讨论具有普遍意义——在测试工具函数中，硬编码设备检测可能限制测试场景。虽未在本 PR 中实施，但未来类似改动可考虑采纳该建议以提升灵活性。

标准化NCCL和NPU确定性训练环境变量，删除不存在的NCCL_DETERMINISTIC。

该PR值得快速浏览，以了解环境变量标准化的背景和AI幻觉问题的实际案例。关注点在于enable_full_determinism函数的设计，它统一处理不同硬件后端的确定性设置，体现了跨平台兼容性的考虑。

将文件日志器输出路径从相对路径改为绝对路径，提升调试便利性。

该PR变更简单，可快速浏览了解路径输出改进。值得关注的是review中暴露的潜在bug，建议后续PR修复目录创建逻辑。

为SFT训练器启用性能分析器并修复Megatron后端LoRA训练问题。

建议技术管理者关注数据集处理和分布式设置的风险点，工程师应精读`transformer_impl.py`中的LoRA权重同步逻辑和`engine_workers.py`的性能分析注解实现，以理解设计决策和潜在问题。

升级TRT-LLM镜像至1.3.0rc10，同步更新Megatron-LM和CI配置以提升兼容性。

建议技术管理者和工程师精读此PR，重点关注Dockerfile的依赖管理策略和`trtllm_async_server.py`中的索引安全修复。设计决策如权重标签的后向兼容性处理值得学习，以应对类似API升级场景。同时，注意review中未解决的DeepEP分支问题，可能需后续跟进以确保构建稳定性。

修复 VLM+Megatron 在 NPU 上的注意力掩码形状问题，适配 NPU 环境。

该 PR 值得精读，尤其是 NPU 环境下掩码处理的特殊设计（模型前向传 None，后处理保留 2D 掩码），这是硬件适配的典型模式。关注 `build_vlm_attn_mask_*` 函数的实现和 `is_npu_available` 的条件分支。