vllm-project/vllm

为render服务器添加/derender端点完成解聚后处理

推荐精读`vllm/entrypoints/serve/render/serving.py`和`vllm/entrypoints/openai/engine/serving.py`，理解设计决策：如何在保持generate server无tokenizer的情况下实现端到端文本响应。特别是`format_token_id_placeholder`/`resolve_token_id_placeholder`的对称设计值得参考。审查中关于代码合并与解耦的讨论也具有学习价值。

修复 SSL 证书刷新测试的时序竞态

建议合入，消除 CI 不稳定因素。可关注后续是否有同类竞态模式出现在其他测试中。

修复 Qwen3VL 导入弃用类警告

可直接合并。该 PR 属于常规维护，改动微小但必要，值得快速合入以避免后续 transformers 升级时出现问题。

修复 Anthropic 流式响应中丢失 type/role 字段

该 PR 是一次精确的 bugfix，值得合入。其核心教训是 Pydantic 的 `exclude_unset=True` 与默认值字段的交互容易引发序列化问题，相关开发者应引以为戒。

修复异步调度+推测解码中编码器输出过早释放导致崩溃

值得精读。修复思路清晰简洁，通过减法引入“回滚余量”是优雅的处理方式。测试覆盖全面，代码注释清晰。建议关注 `_free_encoder_inputs` 的边界条件和 `num_output_placeholders` 的维护逻辑，可作为后续类似问题的设计参考。

修复 arm64 CPU 镜像构建失败问题

此 PR 为轻量级构建修复，建议精读以了解 Docker 多阶段构建中变量继承的陷阱，可记录为团队知识点。

融合逆RoPE与wo_a缓存，ROCm DSV4 decode性能提升9-16%

值得精读，该PR展示了如何通过Triton kernel融合和权重缓存实现显著性能优化，设计思路清晰，测试充分。尤其是将多步小kernel合并为单launch、以及惰性缓存模式的实践，对其他算子优化有参考价值。

引入 QuantizedActivation 契约，融合 kernel 可跳过线性层输入量化

值得精读，尤其是 quant_activation.py 的契约设计和 as_quantized_activation 的防御式验证模式。这是 vllm 量化融合架构迁移的核心基石，理解它有助于参与后续手动融合工作。