vllm-project/vllm

在CODEOWNERS文件中添加vadiklyutiy为多个核心模块的代码所有者。

这是一个基础设施维护变更，对于技术管理者，建议检查CODEOWNERS文件以确保所有条目正确，避免配置错误；对于工程师，除非涉及相关模块，否则无需精读，但可关注团队协作模式。

从FlashAttentionDiffKV后端提取KV-cache更新逻辑，提升代码一致性。

建议关注注意力后端设计和vLLM架构的工程师精读此PR，了解如何通过提取方法统一KV-cache更新机制，这是一个典型的重构案例，值得学习以提升代码模块化。

修复Nano-Nemotron-VL模型多模态处理路径回归，通过重写方法绕过新逻辑。

值得精读以了解多模态处理器路径的设计权衡和耦合风险。关注基类检查机制如何被绕过，以及review中讨论的维护性问题，这对类似模型修复有借鉴意义。

修复 SSM/Mamba 后端中填充块表条目的不一致性，使用块 0 替代 -1 对齐空块约定。

建议 SSM/Mamba 后端开发者精读此 PR，关注填充约定的统一设计决策，如区分 `PAD_SLOT_ID`（用于槽映射）和 `NULL_BLOCK_ID`（用于块表），以及修复 C++ 内核中的潜在索引错误。对于涉及内核优化或 CUDA 图集成的工程师，值得仔细检查变更逻辑以避免回归。

修复使用dummy加载格式时在线量化方法的内存不足问题。

对于从事量化、模型加载或layerwise reloading的工程师，建议精读此PR，因为它展示了如何正确集成dummy weight加载与layerwise处理机制，设计决策如deferred initialization和逻辑集中化值得学习。同时，关注review中讨论的边缘案例处理，以增强代码健壮性。

在 ROCm 平台上固定 test_hybrid 测试使用 TRITON_ATTN 后端以减少 flakiness。

这是一个简单的测试修复，值得快速阅读以了解如何处理平台特定测试 flakiness；关注条件变量的定义和使用模式，以及作者基于观察的决策。

优化EPLB映射和记录内核，跳过不必要统计以提升prefill性能。

建议技术管理者和工程师精读此PR，关注Triton内核优化技巧和条件记录的设计决策，这对于高性能计算和专家并行负载均衡有借鉴意义。同时，review中的内存安全讨论值得学习以规避类似风险。

新增 DFlash 推测性解码方法，支持双向注意力以加速 Qwen3 模型推理。

建议技术管理者和工程师精读此 PR，以了解推测性解码的新架构设计，特别是双向注意力的实现细节和 CUDA 图优化挑战。关注 `dflash.py` 中的输入准备逻辑和 `eagle.py` 的重构，这些决策值得借鉴用于未来扩展。