# PR #49690 完整报告

- 仓库：`vllm-project/vllm`
- 标题：[CI][ROCm] Fix `test_ocp_mx_wikitext_correctness` reference value
- 合并时间：2026-07-28 05:47
- 原文链接：http://prhub.com.cn/vllm-project/vllm/pull/49690

---

# 执行摘要

- 一句话：调整 MXFP4 测试参考值至 12.45
- 推荐动作：简单查看即可，无需深入。这是一个典型的数值回退测试调整，值得注意的设计决策是更新期望值，而不是降低容差或禁用测试。这保持了 CI 的可信度。

# 功能与动机

`test_ocp_mx_wikitext_correctness` 在 AMD CI 上持续失败（如 Buildkite 构建 #11168），实际测量值 12.5137 与期望值 12.4 不符。PR #46643 的 `moe_sum` 内核变更引入了无害的数值噪声，但测试需要更新参考值以适应新的累加精度。

# 实现拆解

1. 在 `tests/quantization/test_quark.py` 的第 282 行，将 `excepted_value` 从 12.4 改为 12.45。
 - 该值位于 `WIKITEXT_ACCURACY_CONFIGS` 列表中，对应 `AccuracyTestConfig(model_name="fxmarty/qwen_1.5-moe-a2.7b-mxfp4", excepted_value=12.45)`。
2. 新值 12.45 略高于原始值 12.4，但仍在 `rtol=0.1` 的容差范围内，确保测试通过。

关键文件：
- `tests/quantization/test_quark.py`（模块 量化测试；类别 test；类型 test-coverage）: MXFP4 准确率测试中 Qwen1.5-MoE-A2.7B 配置的期望值从 12.4 改为 12.45，以适配 `moe_sum` 内核变更后的数值行为。

关键符号：未识别

## 关键源码片段

### `tests/quantization/test_quark.py`

MXFP4 准确率测试中 Qwen1.5-MoE-A2.7B 配置的期望值从 12.4 改为 12.45，以适配 `moe_sum` 内核变更后的数值行为。

```python
# tests/quantization/test_quark.py, lines 272-284
# WIKITEXT_ACCURACY_CONFIGS 包含三个 MXFP4 量化模型的准确率期望值
WIKITEXT_ACCURACY_CONFIGS = [
    AccuracyTestConfig(
        model_name="fxmarty/qwen1.5_moe_a2.7b_chat_w_fp4_a_fp6_e2m3",
        excepted_value=11.3,
    ),
    AccuracyTestConfig(
        model_name="fxmarty/qwen1.5_moe_a2.7b_chat_w_fp6_e3m2_a_fp6_e3m2",
        excepted_value=10.6,
    ),
    # PR#49690: 因 moe_sum 内核累加精度改为 float 后数值略升，期望值从 12.4 → 12.45
    AccuracyTestConfig(
        model_name="fxmarty/qwen_1.5-moe-a2.7b-mxfp4", excepted_value=12.45
    ),
]

```

# 评论区精华

该 PR 没有 review 评论或公开讨论。审核者 tjtanaa 直接批准。

- 暂无高价值评论线程

# 风险与影响

- 风险：风险极低：仅更改测试期望值，不影响生产代码。数值变化由内核累积精度改进引起，已有独立的 kernel 级测试覆盖（见 `tests/kernels/moe/test_moe.py`）。
- 影响：影响范围仅限 AMD CI 上的 `test_ocp_mx_wikitext_correctness` 测试。修复后该测试将稳定通过。
- 风险标记：测试期望值漂移

# 关联脉络

- PR #46643 [Kernel] Change moe_sum accumulation from bf16 to float for precision: 该 PR 的 moe_sum 内核变更（改为 float 累加再转 bf16）导致了数值变化，是本次测试期望值调整的根本原因。
- PR #46765 [ROCm][Quantization][5/N] Refactor quark_moe w8a8-int8 w/ oracle: 共享 `tests/quantization/test_quark.py` 文件，属于同一测试基础设施。
- PR #49745 [Refactor] Remove dead code in multiple files: 共享同一测试文件，有代码清理重叠。