vllm-project/vllm

修复 multiproc RPC 死线过期导致负超时无限等待

该 PR 值得精读，尤其是根因分析过程：从用户报告的 EngineDeadError 到 ZMQ 负超时的完整追踪。虽然最终代码变更极小，但防御性设计思路（在多个层级 clamp）值得借鉴。测试设计采用 `FakeClock` 模拟时间变化，是测试超时逻辑的良好模式。

为MOSS-Transcribe-Diarize添加diarized_json响应格式

该PR代码质量高，测试覆盖全面，性能测量严谨，设计上遵循了OpenAI兼容性和扩展性原则。值得精读其解析器设计和测试策略，对实现类似模型特定输出解析有参考价值。

临时禁用 Humming INT8 H100 CI 测试

这是一个临时修复，建议关联待解决问题以便后续重新启用 INT8 测试。

修复 AMD 夜间分布式测试回归：回滚过早的 AG/RS 测试并稳定 shutdown 内存检查

建议立即合并。该 PR 无争议、风险低，且为保持 CI 稳定性所必需。值得关注的是，进程内 shutdown 测试的平台差异化处理可作为未来类似平台适配的参考模式。

修复 ROCm CI 中 Ray worker 启动环境竞争

可快速合并。建议后续跟踪 Ray 上游的长期修复策略，或考虑将相同约束应用于非 ROCm 的测试依赖文件以确保一致性。

为 Rubin GPU (sm_107) 启用 NVLink all-reduce 路径

该 PR 结构清晰、风险低，建议合并。设计上采用复用已验证阈值而非重新基准测试的策略，体现了务实工程风格。值得关注的是 Rubin 首次引入时如何与现有架构兼容，可作为将来新架构支持的模式参考。

添加 gRPC 发现 KV 事件源的能力

值得精读，尤其是跨语言配置传递的设计模式和 gRPC 接口的简洁实现。关键关注 `kv_event_source` 过滤逻辑、`EngineCoreReadyResponse` 的握手扩展方式，以及 Python 侧如何暴露内部配置给 Rust 前端。

回滚 Minimax-M3 默认视频处理器提交

建议精读以了解回滚原因及上游 PR 的问题模式。后续如需重新引入该功能，应确保 `torch.ops._C.rms_norm_static_fp8_quant` 算子存在或增加兼容性检查。