vllm-project/vllm

验证 DefaultModelLoader 配置，提前报错避免模糊失败

值得精读其构造时验证模式和清晰错误信息的实践。对于涉及配置解析和模型加载的开发者有参考价值。

修复 Gemma4 模板中 reasoning 在无工具调用时被丢弃

建议阅读以了解聊天模板中 thinking channel 的渲染逻辑，以及如何通过微小条件修复纠正模型行为。该 PR 展示了回归修复的典型协作流程。

移除无用量化代码和测试

值得精读，可作为代码清理的理想范例：审慎移除标记为跳过或遗留的路径，保持代码库整洁。

修复 MiniMax-M3 在 AMD 上的权重加载与 MXFP4 MoE 激活参数传递问题

该 PR 是修复关键加载问题的必要变更，代码简洁且逻辑清晰，值得精读。其中 `packed_modules_mapping` 的设计模式在 vLLM 中具有通用性，可用于其他类似融合权重的模型。此外，审核者 `tjtanaa` 提供的长上下文测试建议值得关注，建议后续补充相关测试。

支持 MiniMax-M3-MXFP4 模型，更新 ROCm MoE 后端

值得精读，设计决策（为特定模型直接修改平台后端选择）需谨慎。建议关注后续修复 PR（由 qli88 承诺），确保 fallback 行为有适当日志和激活量化检查。阅读重点：`select_mxfp4_moe_backend` 的分支调整和 `SWIGLUOAI_UNINTERLEAVE` 激活的实现。

优化 DSV4 CUDA Graph 减少 eager 断点提升 27% TTFT

值得精读。该 PR 展示了如何通过精细化控制 CUDA Graph 断点实现显著性能提升，`is_active()` 动态分支的设计模式对同类优化有借鉴价值。建议关注后续是否将 `maybe_execute_in_parallel` 封装为通用工具函数。

更新 DeepGEMM 日志消息文本

作为日常清理变更，无需精读。值得关注的是 PR #37980 之后 deep_gemm 自动安装的进展，以及日志级别调整是否应该保持为 debug 以符合原始设计。

修复 DP+TP 时 FlashInfer all-reduce 融合死锁

建议尽快合入并标记为 bugfix。变更虽小但涉及并行启动的关键路径，且已有清晰的根因分析。后续可考虑添加持续集成测试覆盖 TP+DP 或 TP+PP 组合的启动验证。