vllm-project/vllm

修复音频解压炸弹防护绕过

值得合并，修复了一个安全遗漏。建议后续补充测试，确保该限制不被后续重构绕过。

修复 PPL 测试数据集 ID 兼容性问题

建议合并。这是针对上游库 API 变动的必要兼容性修复，改动极小且已验证正确性。值得关注的是这类依赖升级引发的测试失败模式，团队应建立定期检查测试依赖兼容性的机制。

修复Gemma4 post-tool推理泄露到content

值得精读，尤其关注：\n- 如何在不破坏现有流程的前提下引入状态调整钩子（通过标志 `_prompt_streaming_prepared` 保证只执行一次）。\n- 设计决策：复用 `is_reasoning_end` 避免重复扫描逻辑，no-op 过渡处理边界情况。\n- 命名哲学：`adjust_initial_state_from_prompt` 准确表达了意图。\n- 测试设计：同时覆盖回归用例和鲁棒性用例，以及确保新回合不受影响。

修复 MiniCPM-O resampler 设备放置错误

值得精读的 small fix 示例。展示了继承层次中父类-子类责任链断裂的典型排错思路：子类覆盖父类方法并重写了权重加载逻辑，但遗漏了父类中的设备后处理步骤。对于使用多模态模型的开发者，建议关注模型初始化时的设备一致性问题。

KV离负载刷新从阻塞改为非阻塞步进

值得精读，特别是对于需要将阻塞操作改为异步非阻塞的场景。该 PR 展示了如何通过一个简单的检查点将引擎步进与传输解耦，同时保持接口一致性。

Rust前端支持external/hybrid DP负载均衡

值得阅读，特别关注Python如何根据`local_engines_only`推导`engine_start_index`以及Rust侧如何验证引擎ID范围，体现了跨语言参数传递的最佳实践。设计决策中选择了显式传递而非自动发现，简化了混合模式下的实例绑定。

Cohere Embed 混合内容 payload 校验

值得精读，尤其是 pydantic model_validator 的使用方式。该 PR 体现了“fail fast”的设计原则，适合作为类似校验场景的参考。

无权重 RMSNorm kernel 跳过逐通道乘法

建议核心 kernel 和性能优化工程师精读，重点关注 C++ 模板分支设计如何兼顾运行效率与代码复用，以及 IR 调度器如何实现不同后端对 weight=None 的 fallback。该 PR 体现了 kernel 层与 Python 层正确解耦的最佳实践，值得借鉴。