verl-project/verl

为trtllm_rollout包的__init__.py文件添加Apache 2.0许可证头。

此PR无需精读，除非您特别关注许可证合规细节。变更简单明了，没有值得关注的设计决策。对于工程师，可以快速浏览以确认许可证头正确；对于管理者，可视为例行维护。

为trtllm_rollout包添加缺失的__init__.py文件，修复导入失败问题。

该PR无需精读，仅是一个简单的包结构修复。对于阅读者，可以关注trtllm_rollout模块的存在，但无需深入分析代码逻辑。

添加AI代理指令框架并整合CI检查到pre-commit，支持代理辅助开发。

建议技术管理者阅读AGENTS.md了解代理贡献政策，工程师关注.pre-commit-config.yaml的更改以适配本地开发环境。此PR值得精读，因为它展示了如何构建框架无关的代理指令系统和整合CI检查的设计决策。

在README的News部分添加verl在NVIDIA GTC26展示的新闻条目。

该PR无需精读，除非需要了解verl的公开活动记录。对于技术管理者，可快速浏览以确认文档更新；对于工程师，无技术内容值得关注。

在README中添加verl在PyTorch Conference Europe 2026展示Megatron后端LoRA和router replay支持的新闻条目。

该PR是简单的文档更新，无需精读。对于技术管理者，可关注项目在大型会议上的曝光，这反映了项目在Megatron后端、LoRA和router replay等领域的进展。对于工程师，无特定设计决策值得关注。

将DP工作量平衡功能从RL迁移到SFT训练器，优化批次负载分布。

该PR值得精读，重点关注负载平衡算法的集成方式和设计决策，如分区排序策略以减少气泡。建议工程师关注sft_trainer_ray.py中的实现细节，并考虑在类似场景中应用此模式以优化性能。

为bshd格式添加上下文并行支持，优化Megatron引擎序列处理性能。

建议技术管理者和相关工程师精读此PR，重点关注`util.py`中的序列对齐和梯度流修复设计，这些决策对实现高性能并行处理有借鉴意义。对于使用bshd格式的项目，需测试CP配置以确保兼容性。

修复math_verify奖励评分在Ray工作线程中因signal.alarm()限制而静默失败的问题。

该PR值得精读，尤其关注如何绕过signal.alarm()处理线程安全问题，以及异常处理顺序的设计决策。建议工程师学习这种直接调用底层API以避免环境限制的方法。