vllm-project/vllm

Gemma4双向视觉注意力支持及滑动窗口守卫

该 PR 实现清晰，注释详实，测试数据充分。建议开发者重点关注 `_clear_mm_prefix_for_full_attn_layers` 的设计模式：在 compiled graph 外部管理注意力元数据，避免侵入 torch.compile 区域。对多模态模型研发者具有参考价值。

将XPU GDN kernel包装为自定义op以支持torch.compile

值得关注自定义op注册模式，这是vllm中处理torch.compile兼容性的标准做法。建议阅读`vllm/_xpu_ops.py`中的注册流程和`forward_xpu`的简化逻辑，可对比原先的内联版本理解抽象层次。

限制 concat_mla_q 仅支持半精度类型

简单且正确的 bugfix，值得快速合并。可顺便采纳 reviewer 关于 `int32_t` 的样式建议以提升代码清晰度。

修复Intel CI Docker清理竞态，引入文件锁和TTL清理

该PR值得精读，特别是学习如何在shell脚本中使用文件锁和TTL清理策略来解决并发资源管理问题。建议关注`--no-trunc`参数的使用以及`cleanup_old_ci_images`函数的逻辑，其设计可复用于其他CI场景。

将 CUTLASS MoE 实现移至 experts/ 子目录

此 PR 作为跨文件重命名操作，建议快速合并以保持代码库一致性。无需深入 Code Review，但合并后应提醒相关开发者注意新导入路径。

弃用 LLM.reward 离线 API，推荐使用 LLM.encode 替代

建议阅读 PR 的开发者关注文档更新和示例，以理解 pooling 任务的正确使用；同时监控下游代码是否使用 `LLM.reward`，以便在 v0.23 移除前完成迁移。

修复 HYV3ReasoningParser 初始化时变输入参数字典的问题

该 PR 值得精读，尤其是 reasoning parser 构造函数的模式设计——函数不应修改传入的可变对象。建议团队在类似场景中统一使用 `.get()` 而非 `.pop()`。

修复 RISC-V 平台检测与 lscpu 解析问题

值得精读的部分：`_get_cpu_list()` 中 lscpu 输出的正则处理策略，以及如何优雅地处理不完全的拓扑信息。建议关注 `_synthesize_cpu_list` 的引入位置，它为后续可能出现的其他弱拓扑平台提供了复用基础。