vllm-project/vllm

修复 AITER MXFP4 oracle 测试配置与就地修改问题

该 PR 属于测试契约修正，值得快速浏览以理解两个教训：一是测试配置必须与上游转换器/内核的实际契约对齐，二是当被测试代码会就地修改输入张量时，参考计算应先克隆原始数据。实现本身简单，不需要精读。

拒绝空 gRPC stop 字符串，修复解码器 panic 致进程中止

值得精读。核心看点：njhill 关于“第三份拷贝”的评论揭示了校验逻辑分散的坏味道，最终采用“共享校验点 + 底层防御”的分层设计，既保证入口统一又不依赖每个调用方自觉。对于处理外部输入的服务端组件，这种同时在上层校验和底层防 panic 的思路值得借鉴。

Mamba 后处理输入改单循环内联，净减 47 行并补单测

值得快速阅读：它是典型的热路径清理型重构，展示了如何通过合并遍历消除重复、用负哨兵验证“不越界”边界，并保留关键不变量断言；对理解 vLLM 中 pinned CPU-GPU buffer 的 staging 模式有参考价值。核心逻辑简单，无需逐行精读。

Gemma3 模型 intermediate_tensors 补默认值，修复 pooling 启动失败

值得快速阅读：单行改动修复了模型签名契约不一致，展示了默认值约定对 compiled forward 绑定路径的重要性；关联 #48290 的 Model Runner V2 迁移脉络，可作为理解 V2 编译绑定的入门案例。

修复多模态 encode_*_url 生成非法媒体类型的问题

该 PR 值得快速阅读：它展示了在公共工具函数层用 `type/subtype` 兜底、而非在调用方修补的最小成本修复方式，并配套了针对未注册格式的回归测试。对多模态维护者，建议确认 closed 状态下修复是否已通过其他途径合入 main；对贡献者，可参考其 body 中主动声明不适用模型评测、排查重复 PR、以及首次贡献者 CI 沟通的流程。

Kimi-K3 AITER MoE 环境变量清理与热路径缓存重构

值得精读。重点看两处设计：一是 `mxfp4_round_up_hidden_size_and_intermediate_size` 通过可选 `activation` 参数把 K3 特判下沉到 oracle，而不是在调用方保留 `is_k3_situ_aiter` 分支；二是 `_convert_k3_situ_weight_to_kernel_format` 把 preshuffle 从职责过重的 `_setup_kernel_k3_situ` 中剥离，让 K3 与其他后端共享 shape 断言、参数替换与 kernel 构建。建议 ROCm 基础设施负责人关注后续 `--moe-backend` 迁移 PR，并补充针对 `refresh_env_variables` 与 `is_fused_moe_situv2_a8w4_enabled` 的单元测试。

NIXL 握手校验 P/D 投机解码配置兼容性

值得精读。重点看 `_get_speculative_compatibility_factors()` 的因子选择逻辑与 review 中"resolved vs override"的讨论——这是设计握手兼容性 hash 时的通用决策难点。负责 KV-connector、分离式推理或投机解码的工程师建议仔细阅读；普通模型开发者可只读实现拆解与文档说明。

窗口预填充跳过全掩码 key 块，长序列提速显著

值得精读。这是一个典型的「先计算有效边界，再循环遍历」的 Triton kernel 优化范例：改动小、收益大、行为不变。建议关注其块对齐细节（起点向下取整、终点依赖 mask 兜底）以及测试覆盖缺口；若要进一步加固，可为因果 + 滑动窗口、`SLIDING_WINDOW_Q != SLIDING_WINDOW_K` 等组合补充回归用例。