vllm-project/vllm

为 AMD CI 添加软失败配置

该 PR 价值较低，主要解决 CI 稳定性问题。如果关注 CI 配置或 AMD 平台状态，可以了解；否则无需深入。建议在 Torch 升级后及时移除 `soft_fail` 并修复底层问题。

修复 FA4 动态因果遮罩失效问题

建议精读。该 PR 用极小的改动（+4/-1）修复了一个不易察觉的正确性问题，展示了在复杂注意力调度中因果遮罩与滑动窗口交互的关键细节。值得关注的设计决策：如何通过 `has_window` 判断决定 `causal` 参数，避免强制设为 False。

修复测试依赖固定与 xgrammar 兼容性

建议技术管理者关注此 PR 采用的依赖管理策略：将公共依赖固定在 `common.txt` 中，各平台测试依赖通过 `-r` 引用并用 `pip-compile` 生成锁定文件。这种方法值得在项目其他部分推广。测试断言的语义化改进也值得参考。

V2 Model Runner 支持 Mamba hybrid 模型 align 前缀缓存

本 PR 实现清晰，讨论深入，适合希望理解 Mamba 前缀缓存在 V2 中实现细节的工程师精读。特别是 copy-free vs pre-copy 的设计权衡以及 Triton kernel 的共享技术值得学习。

FlashInfer MLA 支持返回 LSE，开启 DCP 功能

值得阅读，特别是关注 MLA attention backend 如何通过 attribute 和 condition 扩展功能。设计上使用 `can_return_lse_for_decode` 类属性和 `need_to_return_lse_for_decode` 实例属性分离能力声明与运行时决策，值得参考。建议配合 PR #47079 一起合入以修复 LSE log-base 问题。

XPU RMSNorm 回退 weightless 优化

建议精读了解 XPU 平台上的 kernel dispatch 优化策略。回退逻辑清晰，评审充分，可安全合入。

简化 R-SWA 批量数据传递方式

值得快速审阅和合并，属于代码质量提升的好实践。开发者可以学习到如何消除冗余缓冲区、简化数据流。

修复 DeepseekV2Model hidden_size 引用错误

值得合并，属于规范化修复，提升代码一致性和可维护性。建议后续考虑在相似模型中推广此模式。