vllm-project/vllm

修复 MLA 注意力在使用 inductor 图分区时输出乱码的问题。

建议快速浏览此 PR，重点关注 unified_mla_kv_cache_update 函数的改动，以理解如何确保 torch.compile 正确捕获操作。对于处理 KV cache 或注意力机制的开发者有参考价值。

修复 Qwen3.5 模型在 GSM8K 评估中的 CI 失败，通过调整 max_num_seqs 参数。

该 PR 变更机械简单，无需精读；工程师可关注作为配置调整的示例，但无复杂设计决策值得深入分析。

将XPU测试依赖从Dockerfile集中到xpu-test.in，优化依赖管理和构建缓存。

建议CI/基础设施工程师关注此PR，特别是依赖锁定策略和Docker缓存优化，以了解如何通过uv工具提升环境一致性。对于开发团队，值得学习标准化依赖管理的实践。

新增EPLB权重交换通信器抽象，支持多后端以避免异步挂起。

该PR值得精读，尤其对于从事分布式通信或EPLB开发的工程师。值得关注的设计决策包括：通信器抽象模式（工厂方法create_eplb_communicator）、多后端权衡（如Gloo避免NCCL冲突但牺牲性能）、以及无状态通信需求的处理（pynccl后端）。建议结合review讨论，理解为何pynccl被保留，以及异步流管理的最佳实践。

更新EPD示例脚本以支持平台感知和参数化服务参数。

对于涉及多平台部署或EPD功能的工程师，建议精读此PR以了解平台抽象的设计（如DEVICE_PLATFORM切换逻辑）和参数化配置的实现。关注JSON格式修复的细节，以确保类似脚本变更的正确性。

通过 pin 定 colmodernvbert 模型 revision 修复 CI 失败，确保多模态测试稳定。

该 PR 是标准 CI 修复，变更简单直接，适合快速浏览以了解如何处理外部依赖版本控制。无需深入精读，但可关注其代码风格改进（常量命名大写）和注释实践（FIXME 注释）。

修复torchrun_example.py文档中进程数匹配并行维度的说明。

对于大多数工程师，该PR不值得精读，除非您直接使用或维护torchrun_example.py相关代码。关注点在于文档更新的正确性和review中讨论的潜在不完整性问题，可作为文档维护的参考案例。

修复Eagle DP测试不稳定性，通过在批量不变性启用时禁用AOT调度。

建议快速浏览此PR，关注AOT调度与批次不变性的设计权衡，以及测试调整如何缓解flaky问题；但可跳过详细代码分析，因变更较小。