vllm-project/vllm

修复混合模型 KV connector 的 prefix-hit 发散 bug

值得精读的 bugfix，展示了混合缓存组不一致性的检测与修复模式，以及如何通过 fallback 保证状态有效。对于理解 v1 调度器和 KV cache 管理交互有参考价值。设计决策（将发散逻辑移至 KVCacheManager）体现了良好的关注点分离。

自动为量化和 PR/Issue 打标签

该 PR 值得立即合并。它为量化工作流提供了自动化的标签机制，减少了手动维护成本，且验证充分。可关注后续是否有误命中情况，必要时调整正则表达式。

紧凑化 DSV4 MXFP4 索引器 KV cache 与 packed group 重叠布局

核心设计决策值得仔细阅读：将 `_bucket_layers_by_page_size` 替换为 `_get_packed_kv_cache_layout`，从 slot 对齐改为 offset 叠加，显著简化 packing 逻辑。建议关注 `_max_memory_usage_bytes_from_groups` 的后续兼容性。

修复路径变量泄漏导致编译缓存失效

建议合并：该 PR 定位准确、修复 narrow、有硬件验证和回归测试，且遵循已有先例，无风险。

修复动态回退内核未执行 DeepGEMM warmup

建议精读。该 PR 展示了在动态包装模式下如何正确检测底层内核类型，对理解 DeepGEMM warmup 机制有帮助。变更小巧但影响显著（20% 性能回归），值得记录为最佳实践。

修复 topk_softplus_sqrt 在非 XPU 平台变成空操作

该 PR 为重要的回归 bugfix，推荐立即合并。变更逻辑简单明了，修复了明确的死代码问题。虽然只有一行改动，但其影响涵盖了 CUDA 和 ROCm 平台，是必要的修复。值得学习的是 review 中没有忽略这种看似微小的控制流错误，体现了对跨平台代码中条件分支正确性的重视。

重试读 config 以应对 HF 缓存刷新竞态

值得精读。该 PR 展示了如何利用已有重试辅助函数优雅修复一个棘手的分布式竞态问题，且改动极小（+11/-7），适合作为竞态修复的参考范例。

恢复 cache kernel 的越界保护

建议合并。这是一个明确的安全修复，且配合了测试验证。值得关注的设计决策是：在 kernel 中通过 `continue` 跳过越界 token 而非提前截断或报错，保持了简洁性。