vllm-project/vllm

移除MoE DP chunking机制，简化运行器并统一到调度器配置。

该PR值得精读，特别是关注`ChunkingMoERunner`的移除如何简化MoE架构，以及默认值处理中的设计权衡。建议工程师检查外部集成点，确保`max_num_tokens`被正确设置，并学习配置统一的模式。

修复Param2Moe模型在张量并行下注意力头不匹配导致的错误计算。

建议工程师精读此PR以理解张量并行下注意力头处理的常见模式，并可参考类似模型实现。对于维护Param2Moe或类似架构的开发者，此修复至关重要。

修复音频加载因缺失soundfile依赖而崩溃的问题，改进错误处理。

该PR值得快速浏览，重点关注其如何通过调整异常捕获顺序解决PlaceholderModule引发的隐蔽问题，以及团队对可选依赖管理的共识。对于处理类似可选依赖场景的开发者有借鉴价值。

修复多模态模型基准测试中总输入令牌计数不包含图像令牌的问题。

该PR值得精读，因为它揭示了基准测试工具在多模态场景下的一个常见陷阱：客户端与服务器令牌计数的不一致。关注点包括：1. 如何通过服务器返回的usage字段校正客户端计算。2. review中关于流式响应处理结构的讨论，虽然未在本PR解决，但值得注意。3. 修改的简洁性体现了bugfix的最佳实践：最小化变更，聚焦问题本身。

修复Devstral Small 2等Mistral3模型以HF格式加载时的FP8量化权重映射和模型注册问题。

该PR值得快速浏览，重点关注权重映射器的后缀重映射机制和模型注册表的扩展方式。对于维护多模型支持的团队，可学习如何通过`hf_to_vllm_mapper`处理格式差异，以及利用全局配置解析器（如`with_hf_config`）简化特殊案例处理。

修复MOE专家权重加载中intermediate_size维度未正确裁剪导致的形状不匹配问题。

该PR值得精读，特别是_narrow_expert_data_for_padding方法的修改和review中关于API设计的讨论。关注点：1) 如何优雅地处理多维度裁剪；2) 默认值设计的最佳实践（避免使用有歧义的哨兵值）。

移除Mergify配置中易误匹配的'Arc'标签规则，避免误标PR。

该PR变更简单，无需精读。值得关注的是review中提出的正则优化建议，虽未采纳，但展示了配置维护的最佳实践。对于涉及CI配置的工程师，可参考此讨论以优化类似标签规则。

新增TxtSlicesDataset数据集，允许从txt文件采样切片以改进基准测试的数据质量。

该PR值得精读，特别是设计决策：如何平衡数据真实性和可复现性，以及review中的讨论展示了团队对代码侵入性和可维护性的权衡。关注 `get_sampling_params` 函数的重构和 `RangeRatio` 类型的引入，这些通用性改进可应用于其他数据集类型；同时，学习妥协方案：将功能实现为外部脚本而非核心集成，以减少耦合。