vllm-project/vllm

修复 SM12x 上 Marlin MoE 输出乱码

该 PR 值得精读，特别是 CUDA 架构标志管理和版本兼容性的模式（家族标志 vs 显式架构，以及版本门控）是 vLLM 构建系统中常见的实践。对于使用 Blackwell 硬件的团队，此修复是关键，建议尽快合入。

修复多API Server启动硬编码超时

此 PR 为简单的 Bugfix，解决了实际部署中遇到的超时问题。推荐快速合并并 cherry-pick 到 v0.22.0，因为问题已影响用户。同时关注 njhill 提出的启动序列重构，以彻底避免此类问题。

二级存储类型名 fs_python 改为 fs

建议合并，但必须在发布说明中明确标注配置键变更。如有大量外部用户，可考虑在 `factory.py` 中添加对旧名称 `fs_python` 的兼容映射。

Tilelang MHC 替换 Torch/Triton 并支持 ROCm

**建议阅读范围**：所有涉及 DeepSeek V4 推理优化、ROCm 支持、TileLang kernel 集成的工程师。 **关注点**： - `_tilelang_ops.py` 中平台条件编译和 PDL 设计，为跨平台 kernel 提供参考。 - `mhc.py` 中 HAS_TILELANG 调度模式，体现优雅降级策略。 - Review 中关于 warp size 和 eager CUDA 初始化的讨论，了解跨平台 kernel 常见陷阱。 - 测试文件 `test_mhc_kernels.py` 覆盖了 tilelang 和 torch 双路径验证，值得作为类似 PR 的测试模板。

修复 Mooncake 文档中的错误示例路径

该 PR 已合并，无需额外操作。对于文档维护者，可留意类似路径问题并鼓励社区反馈。

修复 streaming tool-call 序列化器丢弃第一个 args chunk 的 bug

值得阅读，展示了一个高质量的 bugfix 设计：通过引入 `split_delta` 函数将复合 delta 原子化，简化了状态机设计，同时通过分组按 index 保持 name 和 args 的关联。测试覆盖完善。可以学习这种将复杂问题分解的思路。

修复MRV2因自动创建reasoning_config而无法启动

值得精读，特别是将配置级验证改为请求级验证的设计决策，以及如何在两个版本间管理向后兼容性。review 讨论虽少但触及核心权衡。

修复 BF16 MoE 缺失 routed_scaling_factor 传递

此 PR 改动虽小但影响极大（正确性 bug），值得作为故障案例学习：在多层参数传递中，每个后端/调用点都需确保所有参数透传。相关开发者应检查其他 MoE 后端是否也存在类似遗漏。