vllm-project/vllm

优化 FP8 矩阵乘法绕过 padding，提升 20% 性能

该 PR 值得维护者精读，展示了一种优雅的 padding 绕过优化模式：通过检查对齐条件选择不同执行路径，并在 `torch.compile` 下使用 `torch.cond` 保持可编译性。同时，review 中的建议进一步优化了完全对齐的情况，体现了合作改进的价值。

修复XPU上测试音频视频的间歇失败

值得合并。该 PR 修复了 XPU 特定的 CI flake，变更简单且经过审核。对于维护者，建议关注测试 fixture 作用域与隔离性的权衡，但当前方案是合理的。无需深入精读。

修复 Bailing MoE 模型中 partial_rotary_factor 计算错误

值得精读，以了解模型配置优先级处理的常见模式。关注点是：优先使用显式字段（rotary_dim），其次使用派生字段（partial_rotary_factor），最后使用默认回退（head_dim）。该模式可推广到其他模型实现。

新增 InternLM2 模型的 Rust 工具调用解析器

建议阅读本 PR 以学习如何系统地将 Python 工具解析器移植到 Rust，特别关注共享配置的演进式扩展、有意行为差异的文档化方法，以及如何使用 `winnow` 组合子实现灵活的 JSON 字段解析。

迁移 generative scoring 入口并重命名服务类

值得关注，该 PR 展示了如何正确进行入口点重构，包括安全导入处理（相对导入）、状态初始化统一管理，以及 CI 配置同步。适合作为类似重构的参照。

修复 GLM5.1 的 FP8 模型在 PP 模式下的加载失败

建议精读 `_try_load_fp8_indexer_wk` 的改动以理解 PP 下权重加载的最佳实践。该 PR 改动简洁、目标明确，是学习如何为已有加载逻辑添加 PP 支持的好例子。

为RISC-V CPU添加WNA16量化所需RVV向量辅助函数

对于关注RISC-V后端或CPU量化路径的读者，本PR展示了如何扩展`cpu_types`以支持新ISA，特别是使用RVV vrgather优化LUT查表的模式值得学习。建议精读`cpu_types_riscv_impl.hpp`中的新构造函数和`interleave_save`实现。

修复文档和示例中的失效视频链接

该 PR 价值较低但属于必要的维护工作。建议在日常文档维护中关注 URL 有效性，或引入自动化链接检查。