vllm-project/vllm

对齐 Rust K3 渲染器 tool 声明缺省行为

值得精读，尤其是关注 Rust/Python 前端双栈一致性的工程师。核心看点在 `write_tool_declare` 的 Option 驱动序列化方式（描述、strict 缺省省略、显式保留）以及 golden fixture 测试的组织方法（`expect_file` + 输入 JSON + 输出文本）。对于只使用 Python 前端的用户，本 PR 属于配套对齐，了解行为即可。

修复 Rust benchmark SSE 跨 chunk UTF-8 乱码

值得快速精读：PR 虽小，但体现了一个可复用的流式协议处理模式——先累积原始字节、再按完整消息边界解码，并用 Cow 临时视图做投机解析而不破坏字节缓冲。对 Rust 后端开发者和 benchmark 维护者都有参考价值；建议关注 SSE buffer 在字节层面切分与 UTF-8 解码时机的权衡，以及 `windows(2)` 查找与 `String::find` 在语义上的等价性。

Intel GPU Samplers 测试改用 XPU 内核环境变量

该 PR 为简单的 CI 配置调整，不涉及复杂设计，不值得精读。但可以留意 `VLLM_XPU_USE_SAMPLER_KERNEL` 环境变量背后的 XPU sampler 内核实现，以及 Intel GPU CI 测试矩阵的演进方向。

Kimi K3 推理结束判定改 O(delta)，消除长上下文 GPU 空转

值得精读。这是 reasoning parser 性能与正确性交汇的典型案例：O(delta) 窗口 + 单次反向扫描 + 迭代器输入兼容的设计思路可直接迁移到其他多 token marker 的 reasoning parser。重点看 _newest_marker 的边界条件与 is_reasoning_end_streaming 的 carry 窗口构造，以及测试中 property test 的等价性论证方法。若团队后续接入 #48116 的 xgrammar 门控，此覆写对 structured-output 路径可能冗余，但 is_reasoning_end 的复杂度修复仍有价值。

AITER MoE 路由误处理 padding 行致内存访问错误的热修复。

值得精读。它示范了外部依赖回归下的三层应对：vLLM 侧临时 hotfix、针对性回归测试、指向上游修复的 TODO 清理机制。建议关注两点：一是 `_get_padding_mask` 对 Model Runner V1/V2 双版本的兼容处理，二是测试中的显存毒化技巧如何暴露越界读；同时应在 AITER 0.1.20+ pin 升级时及时验证并移除本补丁。

修复 simple_kv_offload 测试的跨阶段流竞争导致的偶发失败。

这是一个小而精准的 CI 稳定性修复，值得快速合入。它展示了一个有价值的调试思路：当自校验竞态测试出现“修复组反而失败”的反直觉现象时，要考虑前一阶段遗留的异步内核造成的跨阶段污染，而不是急着怀疑 barrier 逻辑本身。

新增 H20 的 E=256/N=512 MoE 内核调优配置

值得阅读 PR body 与测试步骤，特别是如何在新增硬件 shape 时做 kernel tuning 和 A/B 验证；代码层面只有 JSON 配置，没有值得深入学习的逻辑。若你在维护 H20 或其他 GPU 的 MoE 性能，可以按同样的流程为缺失形状补配置，同时建议关注加载逻辑如何使用 `triton_version` 字段，避免版本不匹配导致配置失效。

Jina v5 nano MTEB 测试在 ROCm 上改用 BF16

该 PR 值得快速合入，虽然改动很小，但它解决了 AMD CI 的实际失败，并展示了按平台差异化设置测试精度的模式。关注点：平台条件 dtype 的写法可复用，后续类似的精度敏感性测试可参考。无需精读。