vllm-project/vllm

回滚Flashinfer nvfp4 cutedsl MoE kernel集成以修复B200 GPU上的CI失败。

对于关注MoE kernel实现、量化优化或CI稳定的工程师，值得浏览此PR以理解回滚原因和原代码问题。重点关注`flashinfer_cutedsl_moe.py`中的输出张量处理，这是kernel设计中的常见陷阱。建议在重新集成时参考review中的修复建议，并加强测试覆盖以预防类似失败。

统一渲染器初始化方法，移除冗余工厂类，支持多模态处理器重构。

对于参与渲染器或多模态处理的开发者，建议精读此PR，以理解初始化简化策略和设计权衡，特别关注验证缺失问题。

修复GLM-OCR模型Patch Merger的context_dim计算错误，改用文本配置的中间大小。

建议工程师精读此PR，以了解多模态模型中视觉与文本配置协调的设计决策，并关注未解决的导入依赖问题，有助于理解模型配置演进。

重组评分测试，优化测试结构并新增覆盖，修复任务误用问题。

建议技术管理者和工程师关注测试重组的设计决策，如按模型类型（bi-encoder、cross-encoder、late interaction）分类测试，以及review中指出的测试正确性问题。此PR值得精读，以了解如何结构化大型测试套件、避免常见测试陷阱（如任务误用、死代码），并参考错误消息的调整实践。

修复 ROCm 平台 GPTQ 编译正确性测试的 flaky 行为，通过零初始化整数参数并纠正测试逻辑。

建议工程师精读此 PR，以学习 ROCm 与 CUDA 在内存初始化方面的平台差异，以及如何编写健壮的跨平台测试；特别关注 `initialize_single_dummy_weight` 中的条件逻辑，它展示了处理平台特定行为的设计决策。

修复ROCm测试中wvSplitKrc mock的参数顺序错误，确保CI通过。

该PR变更简单，无需精读。值得快速查看以了解测试mock的使用方式和参数顺序敏感性的处理，但无复杂设计决策。

移除三个未使用的工具函数及其测试，清理代码库。

建议技术管理者简要审阅此 PR，关注 review 中提到的 `wraps` 导入问题，确保已正确处理。对于工程师，此 PR 是简单的清理操作，无需深入精读，但可作为代码维护的参考案例。

修复配置文件docstring中的表格格式，提升文档渲染质量。

此PR为纯文档修复，无需精读；但可关注mkdocstrings的交叉引用机制和--help输出的处理方式，以理解文档工具链的工作细节。