vllm-project/vllm

池化输入校验改用 VLLMValidationError，语义更精确

值得快速阅读，特别是作为 RFC #48227 迁移的样板 PR：关注点包括「哪些错误应该迁移、哪些应该保留」的判断标准、`object.__new__(PoolingIOProcessor)` 的轻量测试手法，以及刻意保持 `parameter`/`value` 为 `None` 的设计取舍。该 PR 逻辑简单、无争议，但理解其边界划分有助于评审后续同系列迁移。

为 Ultravox 音频塔和连接器添加 LoRA 支持

值得精读。核心设计——用 cu_seqlens 把有效帧和填充尾部分段、兼顾注意力掩码与 LoRA 行数恒定——有很强的通用性；`get_num_mm_connector_tokens` 的逐 chunk ceil 计算也揭示了多模态 token 映射的常见陷阱。建议关注后续是否有补回的自动化测试，并留意 whisper.py 接口扩展对其他模型的影响。

移除 Docker 中 NIXL 强制重装，版本 pin 统一到 1.3.2

改动很小但值得一读：它体现了『镜像安装步骤必须与依赖 pin 对齐』的运维原则，以及用干净 venv 模拟 Dockerfile 路径做最小验证的方式。对镜像维护者，可借此检查其他 `--force-reinstall` 步骤（如 mooncake 替换逻辑）是否存在同类版本漂移问题。

K3 上下文 K/V 打包融合为单 kernel，修复 fp8 cache 启动崩溃

值得精读。核心看点：① `supports_out()` 契约在 chunked-context 上的复用与 `data_ptr` 兜底断言；② cache dtype 与 `kv_b_proj` dtype 独立性这个容易踩坑的边界条件（第二 commit 的修复过程是很好的负样本教材）；③ “融合实现必须与通用实现逐 chunk 位级对照”的测试策略，以及 kernel 测试中“fp8 必须位级一致而非近似”的严谨断言。

XPU 基础镜像 UMD 升级至 26.27 并同步 Level Zero

该 PR 是一次典型的依赖升级维护，逻辑简单、无源码改动，不值得精读实现，但值得确认两点：一是 CI 是否覆盖了所有目标 Intel GPU 型号，二是后续升级 UMD 时注意 Level Zero 包的命名变化。作为 XPU 镜像维护者可以参考其版本对应关系，普通开发者无需关注。

回滚 ROCm 双流解码，修复 DP 混合模型 CI 失败

该 PR 值得快速浏览而非精读：作为回滚操作，代码层面没有新设计，但理解其上下文很有价值——建议结合 #48223 的原始设计（在 dispatch 前提前在 aux stream 启动 shared experts 以获得真实重叠）阅读，掌握 ROCm 双流与 hipgraph 兼容性的权衡。值得关注的设计决策是「整体回滚而非局部修复」，将 CI 稳定性置于性能优化之前；后续可跟踪重新合入的 PR，重点看 hybrid models 兼容性如何解决。

修复 DFlash 调度预算少算 bonus query slot，并补全参数化测试

值得精读：改动虽小，但命中调度预算与投机解码核心配置路径，最终实现把『按算法逐 case 分支 + docstring 对照表』的模式做到清晰可维护，适合作为后续新增投机算法时 slot 计算的参考基准。应重点关注 zixi-qi 的重构建议与参数化测试设计，它们把单点修复提升为可维护、可验证的配置语义。

修复 KV 块清零启动溢出，改用 3D 网格与掩码宽块

值得精读。该 PR 展示了如何通过网格维度与掩码的组合解决启动规模溢出，同时减少冗余工作，对理解 vLLM 的 KV 缓存清理逻辑和多段映射有参考价值。实现简洁，测试针对性强，且作者对竞争方案（#50485、#52062）的对比分析很清晰。