vllm-project/vllm

在CPU fused MoE内核中增加gelu激活函数支持，扩展CPU后端模型兼容性。

建议工程团队精读此PR，关注C++内核中erf计算的性能优化点，以及设计上如何统一激活函数映射模式；对于CPU优化和融合内核开发有参考价值。

回滚gpt-oss路由器GEMM内核以修复gpt-oss-120b模型的准确性问题。

建议技术管理者和工程师关注此PR以理解内核准确性问题的重要性，并审查GateLinear的简化调度逻辑。值得精读的文件包括vllm/model_executor/layers/fused_moe/router/gate_linear.py和vllm/model_executor/models/gpt_oss.py，以掌握MoE路由器的回退机制和模型调整。

将Helion内核get_gpu_name函数中的日志警告改为单次警告，避免多节点环境下的日志刷屏。

该PR变更简单直接，适合快速浏览以了解vLLM的日志最佳实践。虽然实现简单，但体现了对用户体验的细致关注，值得在涉及多节点日志处理的代码中参考。

修复ROCm运行时因缺失符号导致的导入错误，通过条件编译排除未支持的量化内核。

该PR是典型的平台兼容性修复，代码变更简洁明了。建议ROCm用户或维护者精读，以理解如何通过条件编译处理平台特定符号。对于非ROCm开发者，可快速浏览以了解`USE_ROCM`宏的使用模式。关注点在于条件编译的正确性和与#32996的关联。

修复 /tokenize 端点多模态缓存污染导致后续聊天请求失败的 bug。

建议精读此 PR，关注其如何通过隔离缓存解决多模态状态污染问题，以及参数传递方式的设计权衡（字典标志 vs. 显式参数）值得学习。适合前端服务和多模态开发工程师参考，以理解缓存管理和 API 端点交互。

融合DeepSeek V3.2索引器的WK和Weights_Proj投影层，提升解码性能。

该PR值得精读，尤其是关注性能优化与量化兼容性之间的权衡。设计决策中值得关注的是：1) 选择融合而非重叠投影的性能权衡；2) 为保持性能优势而强制quant_config=None带来的量化兼容性牺牲；3) 权重加载逻辑的健壮性改进空间。建议结合PR#38870的修复来理解完整解决方案。

修复 Python 3.10 中多行格式字符串的语法错误。

该 PR 变更简单直接，无需精读。对于维护者，值得关注的点是：在跨 Python 版本兼容性方面，嵌套 f-string 的语法可能在不同版本间有差异，此类修复有助于保持代码健壮性。对于新贡献者，可作为如何修复版本特定语法问题的参考案例。

修复RayExecutorV2中futures_queue类型注解错误，解决因PR合并冲突导致的precommit失败。

这是一个简单的bugfix，无需深入精读。工程师可以快速浏览以了解类型冲突的解决方式，但无需关注复杂的设计决策。对于技术管理者，这展示了团队对构建稳定性的重视和快速响应能力。