vllm-project/vllm

修复 Rust 前端 chat top_logprobs 截断问题

该 PR 逻辑清晰、改动集中，修复了明确的 parity 问题，值得快速合并。设计上通过 `ResponseOptions` 传递参数并统一流式/非流式路径的方式合理，可复用同类修复。建议关注 `chat_top_logprob_entries` 对负数的静默处理，未来可考虑更严格的输入校验。

NIXL 描述符列表创建向量化，首 token 延迟降低 3.5 倍

推荐阅读，尤其是关注 NumPy 向量化减少 Python 循环的技巧以及 review 中关于 tolist() 位置的优化。该 PR 展示了性能瓶颈定位和针对性优化的完整流程。

Rust 前端新增 Seed-OSS tool parser

该 PR 设计清晰，薄包装模式值得参考。若需支持 Seed-OSS 的 guided decoding，需在后续 PR 中完善。建议阅读 seed_oss.rs 和 qwen_coder.rs 以理解配置复用模式。

修复 mock engine 启动竞态条件

精读：此 PR 展示了一个小而精确的竞态修复范例——用原始 TCP/IPC 连接探测替代文件存在性检查，避免 ZMQ 库内部重试延迟。适合作为测试基础设施最佳实践参考。

修复 Rust 解码器在无生成 token 时泄露 prompt 文本的问题

这是一个小而精的 bugfix，值得精读。缺陷定位准确，修复方案简洁，review 过程中的简化建议体现了良好的代码审美。新增的回归测试覆盖了正常 prompt 和不可种子化的 prompt 尾部两种场景。

新增 SM100 BF16x3 路由器 GEMM 加速

推荐关注此 PR 的设计思路：利用数值分解在低精度硬件上模拟高精度计算，以及 CuteDSL 与 TMA 的使用方式。若团队涉及 SM100 MoE 优化，应仔细阅读 kernel 实现和精度分析。

修复 mock engine 测试关闭竞态条件

可快速合并，改动量小且修复明确。适合开发者精读以理解异步清理中的竞态模式。

修复 packed KV cache 卸载时 set_ 溢出

该 PR 值得快速合并。改动简单、目的明确、风险低，且解决了生产环境中实际的崩溃问题。可以注意未来是否需要在 `as_strided` 前后增加边界断言以提高安全性。