vllm-project/vllm

为翻译 API 增加额外采样参数

该 PR 改动量小，逻辑清晰，适合快速了解 vLLM Translation 端点的请求模型与参数路由方式。值得注意的设计决定是 vllm_xargs 的类型与其他端点对齐，体现了 API 设计的一致性要求。建议阅读后检查相关端点是否也缺少某些参数，考虑统一维护。

Rust bench 改用 tracing 输出日志到 stderr

该 PR 是 Rust 日志系统规范化的重要步骤，设计简单但清晰。值得关注的是 `RowDownloadReporter` 如何优雅降级处理 TTY 和非 TTY 场景，以及 `log_failed_requests` 提取重复模式。对于类似需要同时支持交互式进度和日志输出的场景有参考价值。

修复 Rust 前端零列 logprobs 反序列化 panic

值得合并：修复明确，测试充分，风险低。但建议未来考虑对该解码路径增加 fuzz 测试以覆盖更多畸形载荷。

修复 BGE-M3 测试中 token 前导空格期望值

建议快速合并以解封 CI，这是对上游变更的被动适配，无设计深度。测试维护者应关注 SentencePiece 行为变化是否稳定，并考虑增加更全面的测试输入覆盖。

隔离 NIXL 并发引擎内部端口冲突

该 PR 是典型的 CI 稳定性修复，值得快速合并。可后续关注是否按建议将 `VLLM_PORT` 替换为 CLI 参数 `--port` 以统一风格。

MRV2 新增编码器缓存 profiling 防止 OOM

建议关注该 PR 的设计决策：将 processor cache 设为可选参数以避免 profiling 污染，以及 profile 完成后清理临时缓存。该模式适用于类似需要模拟推理但不影响状态的场景。后续建议补充测试验证 profile 结果准确性。

修复 KV offload 中止排队请求时的 assertion 崩溃

该 PR 是一个针对性强的 Bugfix，代码简洁，逻辑清晰。建议精读 `storable_chunks` 方法的改动，理解其在 offloading 调度中的核心作用。值得注意的设计决策是将分配块数检查融入现有方法，而非独立成新函数，避免了调用处的重复校验。

添加引擎感知的 gRPC 健康报告

建议精读，因为展示了如何在 Rust gRPC 中添加标准健康服务，并与引擎集成，设计决策值得借鉴（使用 watch 通道传递健康状态，与 gRPC 健康服务集成）。