vllm-project/vllm

修复 _has_module 通过 trial import 验证本机依赖

值得精读，因为它修复了一个隐蔽的 bug，并展示了一种稳健的模块可用性检测模式（trial import），设计决策（异常处理范围、日志记录）也有参考价值。

移除 Eagle 专用 CUDA 图池，节省显存

值得快速合并，属于干净的清理变更。可留意未来是否有 Eagle 内存冲突报告。

统一使用 VLLMValidationError 并修复 structured_outputs 校验逻辑

此 PR 变更清晰，修复了一个实际 bug，并提升了 API 错误诊断能力。值得精读的点包括：如何通过统一的异常类型和 parameter 字段提高错误信息的可操作性，以及如何通过细粒度的 parameter 值提供更精确的错误定位。建议在类似验证场景中推广此模式。

修复 MLA attention docstring 示例错误

该 PR 属于纯文档修正，变更简单明确，无需深度阅读。但可视为文档质量改进的典范：通过 issue 驱动，精准修复，测试验证。

启用 Step3p7ForConditionalGeneration 在线测试

此 PR 代码量小，逻辑清晰，可直接合并。建议关注如果未来模型配置变更，需同步更新 `hf_overrides`。

AMD Zen CPU 上 zentorch 加速 W8A8/W4A16 线性层

值得精读，尤其是 kernel 选择器 fallback 设计、平台检测函数抽象以及量化权重兼容性检查。建议在后续 PR 中考虑引入 `PlatformEnum.ZEN` 并增加端到端集成测试。

MRV2 支持可中断 CUDA 图

本 PR 是 MRV2 CUDA graph 功能的重要扩展，值得关注其设计：通过 `run_pw_graph` 统一两种分段 CUDA graph 实现，降低调用方复杂度。建议 review 者重点关注 `cudagraph_mode.has_piecewise_cudagraphs()` 的语义是否正确覆盖了启用条件。

修复 Gemma4 MTP TP>1 时 CUDA 非法内存访问

值得精读。该 PR 展示了 CUDA graph replay 场景下的经典问题：中间张量生命周期短于 graph 重放周期，导致非法内存访问。采用缓存 tensor 并确保 contiguous 的修复模式可作为团队内部处理类似问题的参考。