vllm-project/vllm

修复 DSpark 零验证预算下结构化输出 bitmask 行数错配崩溃

值得精读，尤其推荐关注 PR body 中“三种预算机制对比表”的根因拆解方式——它清晰展示了同一个字段在不同分支下语义漂移如何导致 host/device 契约不一致。同时建议关注 LucasWilkinson 在 #52477 中的替代方案，理解“不依赖分支字段”的架构化修复思路。

修复 Gemma 4 视频帧计数被误搬 GPU 引发的崩溃

修复 bad_words 内核 spec-decode 前缀读偏一格，补首个单测

值得精读。虽然改动只有一行，但根因分析展示了同一内核族内索引约定一致性检查的价值：`_penalties_kernel`、`_load_effective_token` 与 `_bad_words_kernel` 对 `input_ids` 局部布局的处理必须对齐。测试设计（四轴覆盖：跨边界、draft 内命中、边界不重复计数、纯 committed 基线）与 2 万场景交叉验证方法都值得借鉴；合并前将硬编码槽位改为动态推导也是应对内部状态分配耦合的规范做法。

Anthropic 入口将客户端错误统一映射为 4xx

值得精读。这是一个小而完整的『入口错误处理对齐共享框架』示例：评审推动作者放弃手写类型分支、复用 `create_error_response`，最终以极小 diff 完成语义修复，并配套了高质量回归测试（用真实 `pydantic.ValidationError` 复现 Issue 场景）。对维护其他 entrypoint 的团队，本 PR 展示了如何在共享异常框架演进时保持各入口一致，值得作为参考模式。

结构化输出校验改抛 VLLMValidationError，坏 schema 返回 400

值得精读，尤其关注两点：一是 auto 回退链与异常类型的耦合设计，任何异常迁移都必须同步检查所有 catch 站点；二是 NUL 分支刻意保留 ValueError 的做法，展示了“让异常不被回退链误捕”的防御性思路。后续 RFC #48227 的全局 ValueError 迁移可直接复用本 PR 的测试矩阵与迁移清单模式。

按 runner 选择 DSV4 eager 区域，修复 MRV1 并恢复 ROCm 默认

值得精读。PR 展示了比配置层"一刀切拒绝"更优雅的解法：把 runner 差异下沉到模型层，用函数指针选择 eager region，既保住 CUDA 的 TTFT 优化，又恢复 ROCm 的 MRV1 性能。对理解 vLLM 的 piecewise cudagraph 捕获机制（`eager_break_during_capture`、`_capturing` 时序）很有价值。需要留意的长期风险是函数指针间接层与配置兜底的移除。

修复 EAGLE 分支在部分哈希命中路径上丢失缓存注册

值得精读。虽然只有 2 个文件，但 PR 展示了高质量 bugfix 的完整闭环：精确的因果定位（#50062 重写分支时丢失豁免）、可达性论证（哪些配置组合触发）、量化性能验证（60 分钟端到端 ladder + 命中率）以及防止复发的结构手段（统一 `_align_cacheable` 入口 + 针对性回归测试）。review 中关于“豁免是 load-bearing”的讨论也值得留意。

回退 DSV4 C128A 自适应打包，修复并发解码元数据错位

值得精读：它清晰展示了 CUDA graph capture-time 布局与运行时动态 shape 之间的一致性约束，是理解 vLLM 图模式正确性的典型样例。重点看 `build_c128a_topk_metadata` 中 stride 从 packed width 改回 capacity stride 的取舍——这是‘为正确性放弃动态省带宽优化’的设计决策。建议后续在相关代码注释中明确 capture 约束，或考虑在 CUDA graph 重放中支持动态 stride 后再恢复自适应优化。