vllm-project/vllm

为split_module添加tuple_return参数，统一子图输出格式以稳定编译缓存键。

该PR值得精读，特别是对于关注vLLM编译系统演进和PyTorch版本兼容性的工程师。虽然变更简单，但它揭示了编译缓存键稳定性的重要设计考量，以及如何通过统一输出格式来避免后续优化中的问题。建议关注split_graph函数的实现细节和版本条件逻辑。

为ROCm构建修复Triton警告并更新AITER版本，提升AMD平台稳定性。

该PR值得ROCm平台开发者或基础设施维护者精读，重点关注Dockerfile中cherry-pick操作的实现和CMake警告抑制的设计决策。对于一般开发者，可快速浏览以了解AMD平台构建的更新。

修复 V1 引擎在 logprobs > 0 时多字节 UTF-8 tokens 显示为空字符串的 bug。

建议工程师精读此 PR，特别是 _correct_decoded_token 和 _get_sampled_context_ids 的设计，以理解如何处理多字节 UTF-8 tokens 的独立纠正。这对于类似解码问题有借鉴意义。

修复benchmark吞吐量脚本中ASRDataset导入缺失，添加CLI参数以支持ASR模型基准测试。

对于不涉及ASR基准测试的工程师，此PR变更简单，可略过；对于使用ASR模型（如Whisper）进行性能评估的开发者，建议关注新增的CLI参数及其在数据集过滤中的应用，以优化测试配置。

使用符号链接替代复制 FA4 文件，优化本地开发体验。

对于从事 FA4 开发或维护构建系统的工程师，建议精读此 PR 以理解符号链接和导入重定向机制；关注 CMake 条件安装的设计，以及 Python 模块动态注册的技巧，这些在类似工具链优化中可复用。

修复因 nomic-embed-text-v1 更新导致的 CI 失败，通过 pin 特定 revision。

该 PR 变更简单，主要是测试修复，无需精读。值得关注的是 ModelInfo 类的扩展和 Fixme 注释，提醒未来需要更新模型代码以支持 transformers v5，可作为临时修复案例参考。

修复量化KV缓存缩放视图清理缺失导致的CUDA内存错误。

该PR值得快速浏览以了解量化KV缓存清理的细节。虽然变更简单，但揭示了量化实现中容易忽略的资源管理问题。建议关注：1）量化缩放视图与普通KV缓存的生命周期管理差异；2）平台特定（CUDA vs AMD）问题处理策略；3）未来类似清理逻辑的健壮性改进空间。

修复 ReadTheDocs 构建因模拟装饰器 `name` 参数传递错误导致的崩溃。

该 PR 变更聚焦于文档构建工具链的特定 bugfix，逻辑清晰且影响范围有限。对于关注文档基础设施或模拟类设计的工程师，可精读 `PydanticMagicMock` 的修改以理解模拟装饰器时的参数传递陷阱。对于大多数开发者，了解修复内容即可，无需深入分析。