执行摘要

• 一句话：gpt-oss 回退 0.0.8 并修复 XPU 评估 CI 安装
• 推荐动作：值得快速浏览，不深入阅读。关注点：CI 步骤硬编码 gpt-oss[eval]==0.0.5，与 requirements 锁定 0.0.8 不一致，建议统一版本来源并重新生成 pip compile 清单；后续可留意 gpt-oss 0.0.9 准确性问题是否在上游被根因修复。

功能与动机

PR body 说明：pip compile 将 gpt-oss 解析到最新 0.0.9，但该版本存在准确性问题（accuracy issues），因此手动固定回 0.0.8，以与 cuda.txt 保持一致。这意味着 XPU 上的 GPQA 评估若使用 0.0.9，结果可能失真，必须锁定到已验证版本。

实现拆解

1. 依赖回退：requirements/test/xpu.txt 将 gpt-oss 从 0.0.9 改回 0.0.8，并同步删除 0.0.9 引入的传递依赖条目（jupyter-client、jupyter-core、tornado、traitlets），修正 platformdirs、pyzmq、tqdm 等包的 via 注释。该文件由 pip compile 生成，回退后应重新编译校验。
2. CI 安装前置步骤：.buildkite/intel_jobs/lm_eval_intel.yaml 的 xpu-gpqa-eval-gpt-oss 步骤，把命令从直接 cd tests 后运行 pytest，改为先执行 uv pip install "gpt-oss[eval]==0.0.5"，再进入测试目录运行 GPQA 正确性测试，确保 eval 附加依赖可用。
3. 提交演进：4 个 commit 依次为 pin 版本、补充 eval 安装、细节调整、合并 main；全程无测试文件或源码改动，体现为一次聚焦的 CI 修复。
4. 测试与配置配套：无新增测试；requirements 清单的修改依赖 pip compile 保持一致性，CI 行为依赖 run-intel-test.sh 脚本透传命令。

需要注意：CI 安装的是 0.0.5，而 requirements 锁定 0.0.8，版本脱节未在 PR 中解释。

关键文件：

• .buildkite/intel_jobs/lm_eval_intel.yaml（模块 构建流水线；类别 config；类型 configuration）: 在 XPU GPQA 评估命令前增加 uv pip install "gpt-oss[eval]==0.0.5"，保证评估前具备带 eval 附加依赖的 gpt-oss；这是 CI 行为的关键改动，也是版本不一致风险的来源。
• requirements/test/xpu.txt（模块 依赖锁定；类别 config；类型 dependency-pin）: 核心依赖锁定变更：gpt-oss 从 0.0.9 回退到 0.0.8，并清理由此不再需要的传递依赖，是修复准确性问题的主载体。

关键符号：未识别

评论区精华

该 PR 无实质性 review 讨论：claude[bot] 注明 fork 自动审查被禁用，维护者 jikunshang 直接批准并触发两次 Buildkite CI（#88765、#88976）。分析层面可指出一个未被讨论的疑点：CI 安装 gpt-oss[eval]==0.0.5，而 requirements/test/xpu.txt 锁定 gpt-oss==0.0.8，两者不一致。

• CI 安装的 gpt-oss 版本与锁定版本不一致 (question): 未在 PR 评审中澄清，建议后续统一版本来源。

风险与影响

• 风险：
  1. 版本不一致：uv pip install 安装 0.0.5，与 requirements 锁定的 0.0.8 脱节，CI 实际验证的环境可能不是依赖清单代表的版本，评估结果可复现性受影响。
  2. 环境覆盖：uv pip install 会在镜像基础上覆盖安装，若 0.0.5 与 0.0.8 行为不同，GPQA 结果可能漂移。
  3. 传递依赖清理：xpu.txt 删除 jupyter-client、jupyter-core、tornado、traitlets 等条目，若其他 XPU 测试隐式依赖这些包，后续 CI 可能暴露缺失。
  4. 影响面：仅涉及 XPU LM Eval 步骤与测试依赖清单，不涉及核心推理路径，风险隔离。
     - 影响：影响范围集中在 Intel GPU（XPU）的 Buildkite LM Eval（GPQA）步骤和 XPU 测试依赖清单。受影响用户为维护 XPU 评估 CI 的工程师；评估结果的准确性依赖 gpt-oss 版本。对系统整体无核心路径影响，属于隔离的 CI 修复。
     - 风险标记：CI 安装与锁定版本不一致, uv 覆盖镜像依赖, 传递依赖清理风险

关联脉络

• 暂无明显关联 PR