vllm-project/vllm

修复 DSv4 topk 对未对齐 max-model-len 的数值问题

值得精读：这是一个典型的内存布局假设引发数值问题的小而精修复，展示了在 CUDA kernel 中正确处理 tensor stride 的重要性。

澄清 Gemma 4 辅助模型须用 MTP 路径

建议精读。该 PR 是处理“文档与实现不一致”的标准范例，值得其他特性维护者参考。

KV cache 批量交换使用 ACCESS_ORDER_ANY 提升带宽

值得精读，特别是关于 CUDA DMA ordering 的讨论和细粒度性能优化的实践。设计决策（何时放松 ordering、何时保留）可作为类似场景的参考。

泛化 CLI 可选布尔/字符串参数处理

值得精读。该 PR 虽小，但展示了一个很好的代码去特化（despecialization）模式：将散落的局部处理逻辑统一收拢到基础设施函数中，降低维护成本。对于 CLI 参数类型推断的设计有参考价值。

回归测试改用 ModelScope 国际站

该 PR 是简单的 CI 基础设施调整，无需深入精读，但可供关注 CI 稳定性的团队参考。

修复多模态模型 SP 和 PP+SP residual 处理 bug

值得精读的设计：residual 切片使用 `tp_rank` 感知的索引，以及 `sync_and_gather_intermediate_tensors` 中通过 all-gather 保证 SP + PP 兼容性。此外，团队对三种方案的权衡分析展现了良好的设计思维。建议关注后续 #36823 和 MoE SP 相关 PR。

修复 NemotronV3 解析器 whitespace-only 内容

该 PR 变更简单，可直接合并。建议后续添加对应 edge case 的单元测试，防止回归。

为 AsyncTP 添加 NVFP4 all-gather GEMM 融合路径

推荐精读，尤其关注 `collective_fusion.py` 中 `FlashInferAllGatherFP4Pattern` 的 `pattern` 与 `replacement` 设计，以及 `sequence_parallelism.py` 中 NVFP4 量化与序列平行的整合方式。对推理性能优化感兴趣的同学可以关注 reduce-scatter 融合的后续进展。