vllm-project/vllm

修复 ROCm 多模态模型编译与 Phi4MM 图片 mask 处理

值得精读：理解 ROCm 上绕过原生编译的技巧以及变长张量填充的通用模式（`stack_with_pad`）。关注 `get_act_and_mul_fn` 的设计扩展性。

为 Rust 聊天前端添加 HF 模板往返测试，并修复解析器和数值精度

该 PR 值得精读，特别是往返测试的设计模式和解析器重构手法。对于涉及工具调用和推理标签的模型集成，展示了如何构建端到端的测试验证。

修复 MTP 谱解码因 Q 头数不同导致的崩溃

此 PR 值得精读，因为它演示了一个典型的缺陷模式：数据契约（AttentionGroupKey）隐含的假设（所有层共享 num_heads_q）因谱解码场景而失效，导致部署崩溃。修复方式是在去重键中显式加入该维度，这是一个通用设计原则：分组/去重键应包含所有影响组内计算一致性的字段。另外，CI 依赖路径的补充也值得注意，它确保了 attention backend 的文件变更能触发相应的 spec decode 测试，弥补了测试覆盖缺口。

添加 arm64 GPU 镜像的 CI 构建流程

该 PR 是标准的基础设施扩展，值得关注其平台标记模式和 Dockerfile 条件编译技巧。建议在后续 arm64 测试增强中参考本 PR 的依赖管理方式。

修复多 API 服务器启动时的端口竞态条件

值得精读，尤其适合需要了解多进程端口安全分配和 ZMQ 启动流程的开发者；设计决策（延迟端口绑定 vs 预分配）及 review 中的讨论具有通用借鉴意义。

移除 MooncakeStore 中废弃的 discard_partial_chunks 参数

值得合并。作为死代码清理，变更安全且测试充分。推荐花 1-2 分钟阅读以了解 MooncakeStore 的块对齐逻辑。

MiniMax QK norm 融合从编译 pass 迁移为手动融合

值得精读，特别是模型融合开发人员。该 PR 是 RFC #43224 的首次落地，提供了完整的“删除编译 pass → 添加上手动融合”参考模式，包括 custom op 注册、fake 实现、workspace 管理与 fallback 设计。可作为后续其他 fusion pass 迁移的模板。重点关注自定义 op 的签名设计、动态形状编译处理以及配置弃用策略。

AMD entrypoints 测试步骤设为软失败

该 PR 属于基础设施配置微调，不涉及代码逻辑，无需精读。可作为 CI 配置模式参考：当跨平台测试因环境差异不稳定时，通过 `soft_fail` 避免阻塞主流程，同时保留可见性。