vllm-project/vllm

移除废弃的 minimax_allreduce_rms 内核

值得阅读以学习如何安全清理自定义操作（op 绑定、fake 函数、C++ 声明、内核实现）。该 PR 模式可复用至其他死代码清理场景。

修复混合验证器 hidden-states 提取的 block size 错误

值得精读，尤其关注根因分析（block_size 不一致）和设计决策：通过 spec 类型而非 layer 名称定位缓存组更健壮；clamp 处理 padding 避免了分支同步。测试覆盖全面，可作为同类 connector 实现的参考。

指定 FLASHINFER 后端消除前缀缓存测试不稳定

值得快速合并，修复 CI 不稳定性。关注 FLASHINFER 后端在相关 CI 环境中的可用性，并在未来考虑长效解决方案（如修复默认后端确定性）。

修复 MiniCPM-V 4.6 网格行列颠倒

值得精读以了解 grid 语义对齐的重要性。对于多模态模型开发人员，这是一个典型的跨框架数据契约不一致案例。

修复显式 truncation_side 时 tokenizer 无界 token 化安全漏洞

建议阅读，了解 token 化安全设计模式和防御性编程技术。该 PR 的设计权衡（在 tokenizer 层和字符层双重防护）具有参考价值。

实现块验证拒绝采样，提升推测解码接受率

该 PR 值得精读，特别是对推测解码和 Triton 内核开发感兴趣的工程师。实现展示了如何基于论文在推理引擎中集成复杂采样算法，并附带了完整的基准测试和测试验证。

将 group-size/TP 不匹配的 bare assert 替换为可操作的 ValueError

建议合并。该 PR 解决了用户实际遇到的模糊错误，是典型的开发者体验改进。设计上将 TP 相关的量化检查从 Marlin 特定代码中抽离到 distributed 层，体现了良好的模块化思考，未来类似校验可复用该 helper。

按 DP rank 分配 TCPStore 端口窗口，避免 Ray 数据并行端口冲突

建议阅读 `_select_tcpstore_port` 的设计：通过静态方法+偏移窗口解决 TOCTOU 问题，兼顾简单性和确定性；测试通过 mock 内部函数实现可测性，值得在类似竞态修复中参考。对于关注分布式可靠性的团队，此 PR 是重要改进。