vllm-project/vllm

将GatedDeltaNetAttention提取为共享层，统一Qwen3Next和Qwen3.5实现。

该PR值得精读，因为它展示了如何参数化共享层以处理模型差异，并涉及跨平台兼容性设计。建议关注fix_query_key_value_ordering的修复、共享层参数化设计，以及review中关于forward_native的讨论。

修复OpenAI responses API序列化中字段别名处理，确保与OpenAI库兼容。

建议关注此PR的讨论点，了解Pydantic序列化中返回类型一致性的重要性。对于工程师，可精读serialize_message函数以识别类似潜在不一致问题；对于管理者，变更已合并但存在未解决疑虑，需监控相关bug报告。变更简单，适合快速review。

扩展KV缓存卸载连接器以支持混合模型，引入CanonicalKVCaches类并拆分测试。

建议技术管理者和工程师精读此PR，重点关注`CanonicalKVCaches`类的设计决策，它展示了如何统一处理异构KV缓存布局。同时，注意review中提到的dtype不一致问题，在后续开发中需确保一致性。对于代码简化，可考虑在future PR中重构。

通过将阻塞的多模态预处理和聊天模板渲染卸载到共享线程池，修复事件循环阻塞问题，提升API端点响应性。

该PR值得技术管理者和工程师精读，尤其关注其如何优雅地处理异步编程中的阻塞操作。设计决策如共享线程池的使用、tokenizer线程安全方案（基于深拷贝）以及性能基准测试方法，为类似场景提供了实用参考。建议结合PR #36557理解线程安全背景，并关注后续可能的进程池优化。

添加独立的 Intel XPU CI 流水线，支持镜像构建和硬件测试。

建议工程师精读此 PR，学习如何添加新的硬件 CI 流水线，重点关注设计决策如环境变量使用、安全实践和测试用例组织，以指导未来类似基础设施扩展。

修复Transformers v5配置解析与模型兼容性问题。

建议精读vllm/transformers_utils/config.py的parse函数变更和deepseek_vl2.py的初始化调整，这些设计决策展示了如何优雅处理版本升级和配置注册，对于维护模型兼容性有借鉴价值。

修复xgrammar choices错误消息中缺失的f-string前缀，提升错误报告清晰度。

此PR变更简单直接，无需精读，但可作为代码风格检查的示例，提醒开发者注意f-string的使用一致性。对于新接触structured_output模块的工程师，可快速浏览以了解错误处理机制。

在 Model Runner V2 中启用合成拒绝抽样，支持强制特定接受率以方便测试。

对于从事推测解码、Model Runner V2 开发或需要测试固定接受率的工程师，此 PR 值得精读。重点关注：如何扩展拒绝抽样方法的设计决策、几何衰减模型的数学实现、以及配置验证的最佳实践，以借鉴在测试功能中添加复杂逻辑时的代码组织方式。