vllm-project/vllm

为 KV 卸载持久缓存命名空间添加模型运行器标识

建议详细阅读该 PR 的 issue 讨论和测试代码，了解 KV 卸载缓存布局的差异及处理方式。核心设计决策（将 `parallel_agnostic` 纳入哈希字段而非引入独立标识）是值得借鉴的模式。

让ColQwen3.5 checkpoint的注意力契约生效

值得精读。该 PR 展示了如何从硬编码假设转向显式数据契约，设计优雅且兼容多种训练范式。推荐关注 `verify_and_update_model_config` 的实现以及测试中对 `AttentionType` 的验证。

禁用 per-token-head 量化的跨层 KV 缓存布局

值得精读。本 PR 展示了如何通过一个门控修复跨组件不兼容，并体现了 Review 过程中从局部修复到统一修复的演进。对于维护者，守卫和注释是重要上下文，后续若要重新启用跨层优化需清除此守卫。

为 Intel GPU 添加异构 TP 测试

该 PR 可快速合并，变更简单透明。建议确认 4 卡 Intel GPU 资源在 CI 中充足，并关注后续 `run_xpu_disagg_accuracy_test.sh` 测试脚本是否兼容新环境变量。

用 jiwer 替换 evaluate 修复 WER 测试崩溃

这是一个直接且低风险的 bug 修复，值得快速合并。它解决了上游依赖不兼容导致的 CI 中断，且经过充分验证。无需精读，但值得关注如何通过直接使用底层库来消除间接依赖。

XPU batched MoE GEMM 新增 TD 加载路径，EP 场景吞吐翻倍

值得精读，尤其关注三处设计：TD 与 masked load 的性能差异机制及 gate 约束；三态开关的全局抽象（all-or-none 策略）；向量化 dispatch/combine 与 per-expert 循环的取舍。建议合并顺序上先合 #45781（统一开关）再合本 PR，并跟进 #46871 合入后的 EP 端到端验证；后续补充量化路径的 TD 测试。

推迟请求完成通知，防止KV卸载EngineCore崩溃

该 PR 修复了生产环境中的关键时序 bug，设计讨论体现了良好的信号集中化策略。值得阅读以理解 KV offloading 的请求生命周期管理。对于使用 KV offloading 的部署，建议尽快合入。

用 ValueError 替换 assert 提升 DCP 配置验证

**值得合并**：这是对现有验证逻辑的清晰改进，消除了 `python -O` 下的安全缺口。建议快速合并后，由原作者或团队在后续 PR 中添加单元测试（例如使用 `pytest` 参数化覆盖三个无效场景），确保验证逻辑不被意外破坏。