vllm-project/vllm

脱敏启动日志与编译缓存中的 api_key，修复密钥泄漏

值得精读，属于低成本高收益的安全修复范例。值得关注的设计决策：脱敏只挂在日志路径上，刻意不动 get_non_default_args() 与 --args-json，避免影响 Rust 前端数据流；_redact_sensitive_args 在无敏感字段时返回原对象，减少无谓拷贝；测试用 caplog 断言日志最终文本，直接锁定泄漏面。可借鉴的改进方向：把敏感字段定义下沉到参数元数据（如 argparse 的 sensitive 标记），或扩展为模式脱敏，减少硬编码白名单的维护成本。

将 pooling 任务校验 ValueError 改为语义化 VLLMValidationError

值得快速浏览以了解语义化异常的应用方式，可作为后续入口错误处理重构的参考。但该 PR 本身改动简单，无需深入精读。

DSA 模型改为默认走 CUDA 非编译 MRV2 路径

值得精读。这是一个典型的默认路径切换 + 平台分派 PR，建议关注三点：1) `vllm/models/deepseek_v32/__init__.py` 的 CUDA/非 CUDA 导入分派如何与 `registry.py` 解耦并保持类名契约；2) `vllm/config/vllm.py` 中架构集合 + 环境变量自动写入 + `CompilationMode.NONE` 的配置自动决策模式，可作为其他模型默认执行路径的样板；3) capability-gated kernel 与 fallback 的硬件兼容策略。也需注意到其测试主要集中在配置层、真实硬件验证依赖 CI 的代价。

回滚错误的 MM keep_on_cpu=True 变更，修复 CI 回归

该 PR 是紧急修复，改动直接，建议快速合入以稳定 CI。值得关注的是回滚时对 `non_blocking=True` 的补充，这是一个性能折中策略，可以借鉴。但需在合入前确认相关模型的测试覆盖。

为 Qwen3.5 注册 LoRA embedding_modules，修复 embedding 目标适配器加载失败

值得快速浏览的教科书式最小修复：它直观展示了 vLLM LoRA 的 `embedding_modules` 契约如何参与 PEFT adapter 的加载校验。若后续开发新模型 LoRA 支持，可直接复用该模式，并建议顺手补一个仓库内单测防止再次遗漏。

修复 vllm launch 跳过 serve 参数校验，提前拦截非法组合

值得快速精读。单行逻辑修复，但 PR body 的根因分析（守卫两半各自的用途、launch 与 serve parser 同源）和受限环境下的验证策略，展示了如何为一个小 bug 写出高信息密度的说明。值得关注的设计点是白名单判断的可维护性：未来新增子命令时如何避免再次踩坑，可考虑改为反向黑名单或用属性存在性判断。

pooling 模型默认启用 MRV2，全面切换执行路径

值得精读。虽然源码仅删除 3 行，但这是"以最小 diff 翻转大规模默认行为"的典范：通过参数化测试将各分支（文本/多模态、原生/Transformers 后端、encoder/decoder）拆成显式用例，再用渐进式 commit 逐步放宽范围，最后用完整测试矩阵兜底。值得关注的设计决策：删除整个 runner_type guard 而非添加 pooling 特判，让选择器回归"单一职责"（只关心 MoE/hybrid/attention-free 例外），以及 review 中 njhill 对 draft 模型检查的简化判断。

FlashMLA sparse 的 fp8 路径接入 DCP 与 MTP 推测解码

值得精读。这是 DCP 落地到 sparse MLA 后端的代表作品，重点关注三点设计决策： 1. **(0, -inf) 单位元中和**：用一句简洁的数值语义（`0 * NaN = NaN`）解释了为什么空行必须显式中和，并且用单元测试把行为钉死，这种“用测试固化数值不变量”的做法值得借鉴。 2. **fail-closed 守卫的写法**：把 DCP 支持限制在已验证的配置子集内（ag_rs、mixed-batch、head-envelope 一致），宁可拒绝也不静默损坏，是硬件后端特性的稳妥落地方式。 3. **与 #46076 的分工**：indexer 机制上游化后本 PR 主动砍掉自研部分，只保留 backend 侧接线，最终 diff 仅 3 个文件，收敛得非常干净。 建议阅读顺序：`flashmla_sparse.py` 的 builder 守卫 → `_forward_fp8_kv_mixed_batch` → `test_fp8_mixed_batch_dcp_neutralizes_empty_rows`。