vllm-project/vllm

修复 vllm/_aiter_ops.py 中 pandas 的无条件导入，改为可选依赖。

该 PR 变更简单直接，适合快速浏览以了解如何通过 `PlaceholderModule` 处理可选依赖。关注点在于 `vllm/utils/import_utils.py` 中 `PlaceholderModule` 的实现，以确保其行为符合预期。

从PR模板中移除可选的Google Docs发布说明更新项。

这是一个简单的文档维护性更新，无需深入技术审查。对于希望了解项目贡献流程演进的工程师或技术管理者，可以快速浏览以确认团队已转向新的发布信息管理方式。

修复MiniMax M2解析器构造函数缺失**kwargs导致的流式聊天完成请求TypeError。

该PR值得快速浏览以理解解析器构造函数的统一模式。关注点：如何通过*args/**kwargs实现参数传递的灵活性，以及委托解析器模式中参数转发的设计决策。

在XPU平台上强制设置多进程方法为spawn，避免用户手动配置fork导致崩溃。

该PR变更简单直接，但揭示了平台特定约束的设计决策。值得关注的是review中关于强制覆盖与用户显式配置的权衡讨论，这反映了基础设施代码中用户体验与灵活性的平衡。

新增Jina Embeddings v5模型支持，基于Qwen3-0.6B-Base并合并LoRA适配器。

该PR值得精读，特别是`JinaEmbeddingsV5Model`类中LoRA适配器加载和合并的实现，展示了如何在模型加载时处理适配器权重而避免运行时依赖。关注`load_weights`方法的设计决策和权重匹配逻辑。

为Step-3.5-Flash模型添加num_attention_groups配置支持，修复KV头数解析。

该PR值得快速浏览，重点关注模型架构配置转换器中如何扩展属性列表以支持新模型字段，这是vLLM适配新模型时的常见模式。对于需要支持类似配置的开发者，可参考此实现方式。

修复s390x构建以支持Torch 2.11，并更新相关文档。

对于从事CPU支持或跨平台构建的工程师，建议精读此PR以了解如何处理特定架构的差异。关注`csrc/cpu/utils.hpp`中的L2缓存检测设计，以及Dockerfile中的依赖管理策略。

在Arm CPU上引入BF16 GELU的LUT实现，最高加速8倍，优化量化模型推理性能。

建议精读此PR以学习CPU特定性能优化技术，重点关注LUT实现的设计细节（如预计算和并行化）、平台条件分支的优雅处理，以及CustomOp集成模式如何平衡灵活性与性能。对于从事低层优化或跨平台开发的工程师，这是一个有价值的案例。