vllm-project/vllm

退化分组路由分发到融合topk路径

值得精读。PR 展示了如何在不改变对外行为的前提下，通过检测“退化”配置来消除计算浪费。其中的 `advertised_routing_method` 保护机制和三元条件（退化、scaling 处理、方法保留）是一个良好实践，适合在其他工厂模式中借鉴。建议重点阅读 `router_factory.py` 中的条件判断逻辑。

Kimi K3 Rust 前端：渲染/解析/结构标签

修复 DFlash 在 CUDA graph 填充下 query buffer 分配不足的崩溃

值得阅读。这是一个好的示例：如何针对特定边界条件进行精确修复，以及如何在代码复杂性和可读性之间权衡。审核过程也展示了如何简洁地处理测试文件（在价值不大时移除）。

提取共享 tracing 设置到新 crate `vllm-tracing`

值得合并的清理式重构，展示了如何系统性地消除代码重复。开发者可关注 `vllm-tracing` crate 的设计，作为 workspace 内部共享 crate 的范例。

修复 clang 下 spinloop 头文件包含错误

该 PR 修复明确且无副作用，值得合并。对于使用非 GCC 编译器编译 vLLM 的团队，这是一个必要的兼容性修复。

修复 ROCm gfx950 稀疏 attention 的 NaN/Inf 导致 GPU 内存故障

值得精读：展示了在无法修改底层库时，通过上层 sanitize 快速隔离问题并配备精准回归测试的典型模式。对类似跨库 bug 的定位与修复有参考价值。

修正视频帧数向上取整公式，修复 6 个多模态模型的 token 估算

值得阅读。这是一个典型的「公式语义错误」修复，`num_frames + (-num_frames % temporal_patch_size)` 是标准向上取整写法，可用于识别同类 bug；PR 对「是否引入共享 helper」做了明确取舍（最小化替代 #47876），展示了在低风险合入与长期可维护性之间权衡的决策样例。后续可考虑把 6 处重复公式收敛为公共工具函数，并补充其余 5 个模型的直接测试。

修复混合精度量化时 fused 层名匹配优先级

该 PR 值得合入，但建议作者或维护者补充针对混合精度 fused 层匹配的单元测试，避免未来重构时回归。