执行摘要
修复 MRV2 草稿模型忽略用户指定 MoE 后端导致启动失败的问题。
当使用 MRV2（v0.28.1rc1+）时，若目标模型（如 Qwen3.6-35B-A3B-NVFP4）被量化而草稿模型（MTP 头）未量化，用户通过 `--speculative-config '{
#54788 [Bugfix][Spec Decode] Honour the draft's moe_backend on Model Runner V2
实现拆解
-
核心源码路径
-vllm/v1/worker/gpu/spec_decode/eagle/utils.py（core-logic）：源码主路径；包含 控制流调整、配置键调整；+10/-0 -
测试与验证
-tests/v1/spec_decode/test_draft_moe_backend_override.py（test-coverage）：测试配套；涉及符号 _KernelConfig, _CacheConfig, _SpeculativeConfig, _VllmConfig；包含 测试覆盖调整、导入关系调整、控制流调整；+87/-0；关键符号：_KernelConfig, _CacheConfig, _SpeculativeConfig, _VllmConfig
| 文件 | 模块 | 状态 | 重要度 |
|---|---|---|---|
tests/v1/spec_decode/test_draft_moe_backend_override.py |
draft/moe/backend/override | added | 7.65 |
vllm/v1/worker/gpu/spec_decode/eagle/utils.py |
vllm/v1 | modified | 5.85 |
分析完成后，这里会展示 LLM 生成的相对完整源码片段和详细注释。
评论区精华
没有提炼出高价值讨论线程
当前评论区没有形成足够清晰的争议点或结论，后续有更多讨论时会体现在这里。
风险与影响
关联 Issue
#54716
[Bugfix][Spec Decode] Derive draft KV slots from absolute position on M-RoPE models
#54731
[Bugfix][Spec Decode] Fix DFlash draft KV cache dtype isolation
参与讨论