执行摘要

此PR降低了语音转文本翻译测试的准确度阈值，从0.9到0.87，以在ROCm CI的MI355硬件上稳定测试。这是一个临时修复，旨在减少CI失败，但可能掩盖潜在问题，建议关注测试质量。

功能与动机

• 为什么做：解决在MI355上的CI测试失败，具体构建链接显示失败（https://buildkite.com/vllm/amd-ci/builds/6721/steps/canvas?sid=019d09d4-711d-4fbe-9f40-6ec17a28f286&tab=output）。
• 跟进PR：此PR是#34839的后续措施，专注于调整测试阈值。

实现拆解

• 改动文件：仅修改tests/entrypoints/openai/speech_to_text/test_translation_validation.py。
• 关键代码变更：
  

  assert (
      sum([x == y for x, y in zip(res_stream, res_no_stream.text.split())]) 
      >= len(res_stream) * 0.87 # 从0.9降低到0.87
  )
  

• 模块影响：测试模块中的entrypoints/openai/speech_to_text子模块。

评论区精华

• 核心交锋：reviewer DarkLight1337指出标题误导，作者AndreasKaratzas回应并计划重构测试。

  @DarkLight1337 True, sorry, I forgot to do that, initially I thought of adding the rocm args, but then I saw the comment and thought that this flakiness is expected. Btw, I'll probably refactor this test, but I though of first stabilize the CI.

• 结论：更改被批准，但标题未更新，突出了CI稳定性的短期优先。

风险与影响

• 技术风险：
  • 测试阈值降低可能导致假阳性，掩盖speech-to-text功能的真实缺陷。
  • 缺乏根本原因分析，依赖临时调整。
• 影响评估：
  • 用户：无直接影响。
  • 系统：CI更稳定，减少失败噪声。
  • 团队：短期提高效率，但长期需加强测试健壮性。

关联脉络

• 关联PR：与#34839相关，后者可能涉及类似测试稳定措施，但提供的材料中未详述。
• 演进趋势：近期历史PR显示频繁的测试和ROCm相关调整（如#36100、#36505），表明团队在优化硬件兼容性和CI稳定性。