执行摘要

• 一句话：修复 XPU 测试因全局 random 状态导致的 flaky 问题
• 推荐动作：此类测试可重复性 bugfix 值得精读，作为团队编写确定性测试的范例。

功能与动机

PR body 明确指出：_get_test_sampling_params 使用全局 random 模块，当与其他测试文件在同一 pytest session 中运行时，全局随机状态被污染，导致生成的 n 值偏大，增加重复 completion 的概率。问题定位清晰。

实现拆解

1. 定位问题：在 tests/v1/engine/test_llm_engine.py 的 _get_test_sampling_params 函数中，get_mostly_n_gt1 内部通过 random.randint(0, 28) 获取随机数，依赖全局 random 状态。
2. 修复方案：在函数体开头创建局部 RNG：rng = random.Random(seed)，并将 get_mostly_n_gt1 中的 random.randint 替换为 rng.randint。
3. 效果：即使同一个 pytest session 中其他测试修改了全局 random 状态，_get_test_sampling_params 依然基于固定 seed 生成可预测的 n_list，消除 flaky 问题。
4. 仅测试改动：无产品代码变更。

关键文件：

• tests/v1/engine/test_llm_engine.py（模块 引擎；类别 test；类型 test-coverage；符号 _get_test_sampling_params, get_mostly_n_gt1）: 唯一变更文件，修复了测试辅助函数中全局 random 状态污染导致的 flaky 问题。

关键符号：_get_test_sampling_params

关键源码片段

tests/v1/engine/test_llm_engine.py

唯一变更文件，修复了测试辅助函数中全局 random 状态污染导致的 flaky 问题。

# tests/v1/engine/test_llm_engine.py
​
def _get_test_sampling_params(
    prompt_list: list[str],
    seed: int | None = 42,
    structured_outputs: bool = False,
) -> tuple[list[SamplingParams], list[int]]:
    """Generate random sampling params for a batch."""
    # 使用局部 RNG 实例以隔离全局 random 状态
    # 关键修复：rng 的种子固定为 seed，保证同一 session 不同顺序均可复现
    rng = random.Random(seed)
​
    def get_mostly_n_gt1() -> int:
        r"""Mostly n \in [2,20], ~1/3 n=1"""
        # 使用 rng.randint 而非 random.randint，避免受全局状态影响
        x = rng.randint(0, 28)
        if x < 10:
            return 1
        else:
            return x - 8
​
    n_list = [get_mostly_n_gt1() for _ in range(len(prompt_list))]
    # High temperature to maximize the chance of unique completions
    return [
        SamplingParams(
            temperature=0.95,
            top_p=0.95,
            n=n,
            seed=seed,
            structured_outputs=StructuredOutputsParams(regex="[0-9]+")
            if structured_outputs
            else None,
        )
        for n in n_list
    ], n_list

评论区精华

无实质 review 讨论。机器人评论均未提出异议，Maintainer jikunshang 直接批准合并。

• 暂无高价值评论线程

风险与影响

• 风险：无风险。仅修改测试辅助函数，不影响产品代码；局部 RNG 实例隔离性强，不会引入回归或副作用。
• 影响：影响范围局限于 XPU 及 test_parallel_sampling 测试的稳定性，提升 CI flaky 指标。用户无感知。
• 风险标记：暂无

关联脉络

• 暂无明显关联 PR