vllm-project/vllm

修复 NaN 音频导致 split_audio 无限循环的安全漏洞

建议精读，此 PR 展示了典型的数值安全性 bug 修复模式：IEEE 754 NaN 比较陷阱 + 循环进度保护。值得作为安全编码范例。

融合 MLA Q 拼接与 FP8 量化，减少 ROCm decode 延迟

该 PR 值得快速合入，性能效果明确且验证充分。但建议关注 Gemini 的架构建议，在后续清理 PR 中考虑使用 supports_quant_query_input 统一模式，以减少手动调用和潜在不一致。

修复 GPT-OSS 在 PP > 1 时 EP 权重加载失败

该 PR 是一行修复，逻辑清晰，风险低，建议合入。值得关注的是评审者的发现：GPT-OSS 是唯一错误使用 `get_ep_group().rank` 的模型，其他模型实现均正确。建议后续在代码审查中统一推广 `rank_in_group` 的使用，或在框架层面封装正确的方法以避免类似 bug。

Rust 前端拒绝空 allowed_token_ids，对齐 Python 校验

此 PR 是典型的跨语言行为对齐修复，代码简洁、构造清晰、测试完备，适合浏览以了解 Rust 前端的参数验证流程。特别值得注意的是错误类型的重构思路——通过枚举替代独立结构体，保持了错误层次的整洁。

支持 token-ID 类型 prompt 的 echo 回显

此 PR 值得精读，展示了在 Rust 前端中为 completions 端点添加新功能的清晰模式：调整验证层、新增转换函数、注入 tokenizer 依赖，并辅以集成测试。这种模式可复用于其他 feature parity 任务。

在支持模型表中添加GLM-5.x

可快速合入，无审查风险。对于关注 GLM 系列模型的用户，该文档更新提供了有用的参考信息。

修正 Rust 前端的 reasoning-parser 语义

值得关注。PR 清晰地区分了两条启动路径的默认值语义，是 Rust 前端与 Python 后端深度集成的重要补丁。设计决策（使用 `default_py_bootstrap_parser_selection` 函数覆盖 serde 默认）可复用，`effective_engine_reasoning_parser` 的解析逻辑值得参考。

修复 allowed_token_ids 静默丢失的竞态 bug

该 PR 改动简洁、定位精准，值得所有 V2 Model Runner 使用者关注。推荐的阅读重点： - `_bias_kernel` 中竞态的分析方法（不同线程对相同地址的读写顺序问题）是 Triton 编程中一类典型 bug，值得学习。 - 屏障插入位置的权衡，以及为何不使用更重的同步原语。 - 扩展的测试用例设计，覆盖了从低到高的跨 vocab token id。