vllm-project/vllm

修复请求结束时末块KV未卸载及块重用竞态

建议合并。该修复解决了实际性能与正确性问题，实现简洁。值得关注的决策：链入 `finished_req_ids` 简化循环、worker中提交顺序的调整。代码review时可注意调度器状态管理的复杂性。

升级 XPU 内核版本修复 MoE 崩溃

变更简单明确，直接合入即可。建议后续关注 XPU 内核版本与 CUDA 端的 API 同步流程，避免类似参数不匹配问题。

修复 transformers 后端 weight_loader 属性丢失

该 PR 值得精读，尤其是 `_init_parameters` 中处理 meta 参数与量化属性交互的设计模式，可作为类似问题的参考。

修复 XPU 平台上线性内核选择崩溃

值得合并。这是一个精确定位、改动极小的防御性修复，遵循了 Python 最佳实践（使用 `.get` 代替直接索引）。审阅者的提议（添加 XPU 内核实现）可以作为后续 PR 的独立工作。

XPU 平台移除强制 NHD 布局限制

建议合并。变更简洁、目的明确，且有配套 kernel 支持和充分的测试验证。值得关注的是，此 PR 是 XPU 平台 PD 分离能力的基础设施支撑，后续可能有更多相关 PR（如异构 TP 支持）。

修复 Mistral Small 4 MLA prefill 被排除的问题

低风险、易理解的 bugfix PR，值得快速合入。如果有其他 MLA 模型（如 DeepSeek 或其他变种）使用不同头部维度，可以借鉴此模式进行扩展。

XPU 支持强制 Flash Attention 用于纯文本 mm_prefix 模型

建议精读 `get_attn_backend_cls` 的 `mm_prefix` 分支改动，理解如何在条件回退中保留用户显式选择的能力。同时关注 `check_and_update_config` 中默认赋值删除的合理性。

限制自动构建 wheel 至 CUDA 13.0 x86_64/aarch64

此 PR 是 CI 基础设施的合理优化，值得关注其门控设计模式。建议阅读 `.buildkite/release-pipeline.yaml` 中的步骤重组，理解 Buildkite 的 block 和条件控制用法。对于维护 CI 的团队有参考价值。