vllm-project/vllm

将异步 EPLB 设为默认，降低尾部延迟并消除调度停顿

值得精读。此 PR 代表了 EPLB 功能从试验性到默认启用的关键一步，体现了 vLLM 团队对 MoE 推理延迟优化的持续投入。设计上通过非阻塞通信以最小代价换取稳定的低延迟，是性能与实现复杂度之间的良好权衡。

WNA16 MoE 后端选择重构至 oracle 模块，新增 FlashInfer Monolithic 支持

值得精读，特别是 oracle 模式的设计和 kernel 实例存储位置的决策。关注 review 中关于 state sharing 的修改，以及后续的兼容性修复。

PP>1 时禁用 allreduce_rms_fusion 防死锁

本 PR 值得精读，尤其是 PR body 中对 FlashInfer 融合内核死锁根因的深度分析。变更虽小，但揭示了分布式系统下 CUDA 内核 launch 一致性的重要约束。相关回归测试可参考 #35960。

为核心池化方法添加单元测试

值得精读，尤其是 `_make_pooling_cursor` 和 `_make_metadata` 辅助函数的设计——它们封装了复杂的 `PoolingMetadata` 构造逻辑，使测试代码简洁且易于扩展。同时，测试中对 partial prefill 和 chunked prefill 的边界处理也值得参考。

优化文档中首次出现 ITL 时给出全称

该 PR 属于纯文档改进，无需精读。但值得关注的是其遵循了“缩写首次出现时给出全称”的良好实践，可作为同类文档贡献的参考。

集中 HF Hub 调用并附带 vLLM 库标识

值得精读，尤其是 `repo_utils.py` 中的设计模式（单例 + library tagging）。对于计划集成外部服务的项目有借鉴意义。建议合入后通知团队遵循新的调用约定。

移除 CPU 构建中无效的 triton-cpu 依赖

值得精读，尤其是学习如何将不稳定的外部依赖从 Python 包声明迁移到容器构建阶段，以提高跨平台兼容性。Docker 多阶段构建中条件化构建外部依赖的技巧具有通用参考价值。

PR 无文档变更时跳过 ReadTheDocs 构建

建议合并。这是一次精益的 CI 优化，改动小、收益明确、风险可控。代码注释清晰（第二 commit 补充了路径说明），后续维护成本低。