vllm-project/vllm

在 custom_op.md 文档中添加 vllm-musa 插件信息。

此 PR 变更简单，无需精读。可作为文档更新的标准示例。关注点在于确保外部链接的有效性和文档一致性，对于深入了解硬件插件机制的工程师，可参考相关设计文档。

修复Eagle3中quantized lm_head权重加载失败bug，传递quant_config到ParallelLMHead。

对于涉及Eagle3或量化开发的工程师，建议精读`llama_eagle3.py`中的quant_config传递逻辑，关注设计决策；对于一般用户，可快速浏览以了解修复内容。

修复Transformers v5下offline mode测试的模块别名处理问题。

建议快速浏览此PR以了解如何适配Transformers v5的模块别名变化，对于处理类似测试场景有参考价值。无需深度精读，除非关注测试基础设施。

为 ROCm 平台添加 ROCM_EXTRA_ARGS 到两个测试文件并早期验证 pooling params，修复 flaky 的嵌入测试。

建议关注测试设计的权衡，尤其是 `ROCM_EXTRA_ARGS` 的使用是否应更明确标注或跳过相关测试。同时，异常处理更改值得了解，可参考相关 issue 以跟踪批不变性问题进展。

修复ROCm平台realtime WebSocket死锁和模型验证错误处理漏洞

建议工程师精读此PR，重点关注`handle_event`方法中的错误处理改进和测试用例设计，这些是提升realtime功能健壮性的关键。同时，了解ROCm平台特定超时设置的调整策略。

在XPU平台添加empty_cache调用以对齐CUDA内存分析，但测量逻辑可能不正确。

建议关注此PR中未解决的逻辑问题，后续可能需要修复测量逻辑以真正对齐CUDA。对于技术管理者，值得检查是否有相关issue跟进；对于工程师，可精读review讨论以了解硬件平台内存测量差异和潜在改进点。

在 ROCm 平台上将 OpenAPI 模式测试超时增加三倍。

此 PR 逻辑简单，适用于快速了解 ROCm 测试调整；无需深度阅读，但可关注平台特定超时设置模式，作为处理异构基础设施的参考。

在Intel GPU（XPU）上启用MLA模型支持，优化attention后端。

建议重点关注`forward_xpu`方法的实现问题，并查看相关讨论以了解潜在风险。此PR涉及跨平台支持，值得精读以理解MLA在XPU上的集成方式和设计权衡。