vllm-project/vllm

修复 ROCm Aiter MoE padding 对齐问题提升性能

值得合并。改动小而精，有明确的性能收益和充分的 benchmark 数据支持。建议关注后续对非标准形状模型的进一步验证。

跳过 XPU CI 中 offload connector 测试

该 PR 为小型 CI 配置修复，无需精读。但可关注关联 PR #36423 的进展，以便及时恢复测试。

修复 ParserManager 中 mypy 类型收窄错误

值得合并。虽然改动微小，但修复了类型检查的正确性，且遵循了项目中已有的惯用法。

修复 Qwen3.5 权重加载参数传递问题

值得快速合并，修复明确，改动极小。

修复 VLM 包装模型上 EPLB 初始化崩溃

值得精读的 Bugfix PR，展示了如何处理协议接口与模型包装之间的兼容性问题。它同时修复了三条代码路径，模式清晰。gemini-code-assist 提出的重构建议（提取 helper）值得后续采纳。

XPU 支持 MXFP8 MoE 模型推理

建议精读 `xpu_moe.py` 中的类设计，特别是 `_supports_quant_scheme` 的分层覆盖模式，可用于后续新增量化方案。其余文件修改较小，可快速浏览。

为 score/rerank 端点添加 instruction 与 chat_template_kwargs 支持

值得精读。该 PR 是 scoring API 功能补齐的重要一步，展示了如何通过 Pydantic validator 组合字段、如何在预处理管道中引入新参数，以及如何设计向后兼容的 chat 模板。特别推荐给负责 entrypoints 和维护定制化 rerank 服务的开发者。

修复 V1 speculative decoding 中 draft_probs 未传递使 probabilistic rejection 失效

值得精读。本 PR 虽然改动量中等，但修复了一个重要的正确性问题，展示了 speculative decoding 中 draft_probs 的完整生命周期：从 proposer 采样时捕获，跨模块缓存，到 GPUModelRunner 按请求重新排列，最终传递给 rejection sampler。设计模式清晰，配套测试完善。尤其推荐关注 _get_spec_decode_draft_probs 中的请求顺序对齐逻辑。