vllm-project/vllm

修复 custom dataset 与 --skip-tokenizer-init 的兼容性

建议合入。修复明确，测试充分。类型签名调整值得关注，但已在合理范围内。

添加编码器缓存扩展钩子和配置

推荐阅读，尤其是需要了解在 vLLM 中如何以最小侵入添加平台级扩展点的工程师。设计模式（配置注入 + 保护钩子 + 元数据通道）值得在其他自定义组件中借鉴。

跳过线性层 bias 的层间重载以避免数据损坏

该 PR 修复了一个关键但隐蔽的 bug，建议合并。虽然只改动了一行，但 root cause 分析详尽，值得精读以理解 layerwise-reload 机制的陷阱。

修复 Push 模式下阻塞握手的性能问题

建议使用 NixlPush 模式的团队积极采用此修复，并优先在 staging 环境验证性能改善。PR 的异步握手设计模式值得借鉴，但需关注未来增加集成测试覆盖。

移除量化测试的并行分片配置

简单 CI 配置优化，无技术难度，可直接合并。但建议后续观察 CI 耗时变化，若串行运行导致 Pipeline 超时，需考虑其他优化方式（如减少测试范围或增加超时时间）。

GLM-5.2 Blackwell 解码优化及后续拆分

虽然该 PR 已被 revert，但其设计决策和优化技术值得精读： - **CuTeDSL fused Q 核**：如何利用 CuTe DSL 将多个小算子融合为单 kernel，减少全局内存往返。 - **PDL 的使用**：通过 GPU 硬件支持的依赖启动机制减少内核启动延迟，是 Blackwell 性能优化的关键之一。 - **bf16_skinny_gemm dispatch**：基于 shape 的 GEMM 调度策略，为小 M 问题选择定制实现，可作为类似场景的参考。 - **MTP 索引共享**：通过生命周期钩子实现在多步投机解码中复用预填充计算结果，减少冗余计算。 - **拆分策略**：从大型 PR 到多个聚焦 PR 的拆分模式，体现了如何管理高风险变更。 建议阅读该 PR 的 body（跟踪 checklist）和后续拆分 PR（#49790-#49793, #50230）的实现细节。

Transformers 升级到5.14.1

建议合并。常规依赖升级，已验证无破坏性影响。

修复 IR 测试中设备显式传递问题

建议快速合并。这是一个 CI 稳定性修复，逻辑清晰，改动审慎。值得关注的设计决策是将全局状态依赖改为显式参数传递，这符合良好的测试实践。