vllm-project/vllm

修复 TORCH_COMPILE_DISABLE 环境变量未被 vLLM 配置层尊重的问题

该 PR 是典型的“上游依赖行为变更引发下游适配”场景，值得关注。虽然变更量小，但体现了对上游 PyTorch 变化的快速响应和正确性判断。`TORCH_COMPILE_DISABLE` 环境变量检查的实现方式（严格匹配 `== "1"`）是很好的实践，值得在其他类似环境变量处理中推广。建议合并。

新增 seq_lens_cpu_upper_bound 参数修复 MLA 注意力测试

建议开发者精读以了解 CommonAttentionMetadata 的构造演进方向。同时可借此机会清理已弃用的 `_seq_lens_cpu` 参数，避免未来断裂。

修复 EPLB 路由副本选择偏差

值得精读。该 PR 展示了一个典型的负载均衡边界问题及其巧妙解决方案—— Knuth 乘法哈希。对于关注 MoE 推理优化的工程师，代码注释清晰，测试设计有针对性，是学习 Triton kernel 开发和负载均衡策略的好范例。

修复 RMSNorm 测试中残差张量形状不匹配问题

值得精读，这是一个典型的内存越界导致 flaky 测试的案例。PR 作者提供了详细的复现脚本和根因分析，对理解 CUDA 内存分配和测试编写有借鉴意义。建议阅读 PR body 中的复现脚本以加深理解。

修复 GLM-5.1 在 ROCm 上的 MLA 头部填充问题

该 PR 值得仔细阅读，特别是 AiterMLAHelper 类的设计——将特定后端的特殊需求集中管理，避免散落在各个 forward 方法中。建议未来在 AITER 上游修复后及时移除 workaround（参见代码中的 TODO）。

支持 Python 3.14 构建

建议合并，因为这是支持新 Python 版本的必要步骤，且已通过基础测试验证。但需在 Python 3.14 稳定发布后完善 CI 覆盖和分布式支持。

vLLM CLI 支持 --omni 参数委托给 vLLM Omni

值得精读，尤其是关注 CLI 入口点设计和避免包冲突的技术决策；也可作为多包协作时“显式委托替代 hijack”的范例。建议后续补充测试，并跟踪插件机制的演进。

为 context extension 添加 YaRN 方法文档

该 PR 为纯文档更新，内容简洁实用，值得作为 vLLM 特性文档的参考样例。