vllm-project/vllm

为 XPU 注册批次不变核函数，支持强化学习

值得精读，尤其是其跨平台 dispatch key 抽象和测试基础设施的统一设计。评审中关于 `allow_override` 的讨论提醒了 dispatch 冲突处理，是值得关注的设计细节。建议在后续 PR 中尽快补齐 matmul/linear 的注册，并移除 E2E 测试的 xfail。

重新启用 ROCm cudagraph 内存分析并修复吞吐回归

建议精读该 PR，它展示了 GPU 内存流分配对性能影响的深刻分析，以及一个优雅的修复——通过调整捕获流（而非重写内存管理）来解决问题。审查在线讨论（特别是关于 AITER 缓冲区所有权和 torch 缓存的深入技术分析）非常有价值。

新增 RoBERTa/XLM-RoBERTa 的 Token 分类支持

值得查阅以了解如何添加新的 pooling 模型。设计决策包括：通过装饰器指定 attention 类型和池化类型，复用 BertModel 并替换 embedding_class，利用 AutoWeightsLoader 自动映射权重。这展示了一种低代码复用的模型注册模式。

为 P2P KV 卸载添加可配置监听地址与 DP 级端口偏移

该 PR 值得精读，尤其是环境变量驱动的配置回退模式、DP rank 偏移端口分配、以及 NIXL agent 名称与其身份的解耦设计。Review 中关于默认值安全性的 discussion 也体现了将安全 left-shift 到 API 设计的思路。对于部署大规模 PD 分离 + 数据并行的团队，此 PR 是必需的。

修复 test_fs_tier.py 中 drain() 竞态条件

值得合并，修复了明确竞态条件。但建议确认 `tier.drain_jobs()` 是否有内部超时机制，若没有可考虑添加测试级超时以防范 hang。

修复 Rust 前端 TLS 握手测试的竞态条件

该 PR 是值得学习的小型测试稳定性修复案例，展示了如何使用 tokio 的暂停时钟原生机制避免竞态。对于 Rust 测试编写者，可以关注其中的设计权衡。

Rust JSON 工具调用解析器容忍外层花括号前空白

值得关注其设计模式：通过最小化修改（增加 `ws0`）使 Rust 解析器与 Python 标准库行为对齐，对需跨语言保持一致的解析器设计有参考价值。

修复 attn backend 块大小不一致时的缓存形状校验

值得精读：虽然改动很小，但揭示了 vLLM 在异构 attention 后端选型中的潜在问题，对理解 KV cache 生命周期和 reshape 逻辑有参考价值。