vllm-project/vllm

FusedInputNorm 初始化去设备同步，修复 AMD CI 多模态崩溃

建议精读。这是一个小而典型的“默认设备上下文导致隐式同步”修复，值得关注两个设计点：一是在 CPU 上完成标量判定后再在目标设备上创建 buffer；二是测试用 meta 设备模拟非 CPU 默认设备，兼顾 CPU-only 分片。适合处理多模态初始化或设备同步问题的工程师阅读。

刷新 MRv2 混合模型 CI 覆盖并清理过时跳过

值得 CI/测试维护者精读，普通开发者可略读。亮点是系统性地清理 stale skip 并在多平台同步覆盖，体现了对 MRv2 兼容性收口的推进；codex 提出的“定向用例应绑定模型源码依赖”是值得采纳的后续改进，建议在后续 PR 中把 `qwen3_5*.py` 相关路径补进 `source_file_dependencies`。

CPU FP8/MXFP4 MoE 按块选 BRGEMM，吞吐提升约 8.7%

值得精读。核心看三点：一是 per-tile 的 BRGEMM 决策如何与全局 `brgemm_release()` 配对，这是 kernel 级条件执行资源管理的范本；二是用「空块提前 return + 逐块判定」处理路由稀疏性的做法；三是 review 中维护者坚持与 SGL 上游对齐、简化 API 的决策过程，对维护多份共享代码的团队有参考价值。

修复 PyNvVideoCodec 视频后端 NCHW/NHWC 布局错乱

值得精读的小型 bugfix，是“实现与契约背离导致整条链路失败”的典型案例：docstring 声明 NHWC、其余后端均遵守、唯独一个后端悄悄违反。值得关注的决策：1) 不盲目删除 permute，而是用通道轴检测兼容 PyNvVideoCodec 版本间布局漂移（源自 Isotr0py 对 #44465 内部讨论的引用）；2) 用纯 CPU 构造张量的参数化单测直接钉住回归点，避免单测依赖 GPU 专有后端；3) 修复后对 mp4/webm/mov 三种容器格式做了端到端验证，补齐了“单测覆盖逻辑、e2e 覆盖行为”的验证闭环。

拒绝无效 DP RPC 端口，移除 0 自动分配逻辑

值得精读 PR body 中对端口发现问题的分析，它揭示了独立进程间无共享发现通道时“自动分配端口”这一设计的本质缺陷。代码改动本身很小，但展示了一种“把伪支持改为显式拒绝”的工程取舍。建议检查本地测试是否因 CUDA 扩展缺失而无法运行，在 CI 中已触发 Buildkite 覆盖。

修复 MiniCPM-V 远程代码 List 未导入导致的 NameError

这是一个小而清晰的临时补丁 PR，通读一遍即可，无需精读。值得关注的设计点：在 conftest 层用 `hasattr` 守卫注入缺失别名，兼顾幂等性与最小侵入；明确的 TODO 与回退约定；与上游 HF 修复 PR 的联动跟踪。若你负责多模态测试或维护第三方远程代码兼容性，可借鉴这种“测试环境自愈”思路，同时注意补丁的全局命名空间影响。

修复 MiniCPM-V2.6 HF 测试中 pos_embed 未初始化导致的 flaky

值得快速精读，尤其适合维护多模态测试与 HF runner 的工程师。亮点在于：一是用最小化 instrumentation 将 flaky 问题精确定位到 transformers 加载阶段；二是用 `assert restored` 保证 workaround 在未来模型变化时快速失效而不是静默出错；三是明确“上游修复后 revert”的临时补丁策略，值得借鉴。

限制 Intern-S1-Pro 测试至 Transformers 5.14.1

该 PR 虽小，但展示了如何为依赖 `trust_remote_code` 的模型设置版本保护，值得测试维护者参考。建议后续系统性地排查其他远程代码模型在 `Transformers v5` 下的兼容性，并考虑将 `max_transformers_version` 与 `transformers_version_reason` 作为远程代码模型的通用防御模式。