vllm-project/vllm

修复 GPT2ForSequenceClassification 权重加载前缀错误

该 PR 值得合并，修复明确且符合预期。建议读者关注 `_add_transformer_prefix` 函数的排除模式，它反映了一种可复用的权重前缀转换模式，未来其他模型若使用 `AutoWeightsLoader` 并存在类似直接子模块时，可借鉴此模式。

提取离线推理公共方法到独立Mixin

该 PR 是典型的中枢重构（Extract Superclass），适合作为代码组织改进的参考。值得关注的设计决策：通过 Mixin 而非组合的方式集中公共方法，保持了与原有类层次结构的兼容；同时利用 `TypeVar` 保持泛型约束。建议精读 `offline_utils.py` 的新接口定义。

修复MiniCPM-o-4_5 resampler设备不匹配

可直接合入。建议后续跟进 temporal_pos_embed 的设备同步修复，或确认当前代码路径不会触发。

暴露 MooncakeStore 加载失败的 block ID

值得精读：该 PR 展示了如何在使用 C++ 扩展的异步线程中正确捕获和传播底层错误，以及如何设计线程安全的状态收集接口。建议部署了 MooncakeStore 连接器的团队尽快合入，以获得更好的错误诊断能力。

修复 Eagle 双重剪枝致 MooncakeStore 加载 KV 损坏

强烈建议阅读此 PR，尤其关注 `coordinator.py` 中的 `apply_eagle` 参数设计：如何通过布尔参数区分 lookup 与 mask 的 Eagle 需求。PR body 的 Walkthrough 部分也非常清晰地描述了 bug 复现步骤和修复逻辑。新增的测试是很好的契约测试范例。

移动 MegaMoE 输入准备 Kernel 到独立文件

可快速浏览，无需深入审查；可作为类似代码移动的参考样例。

MoE LoRA 单 Triton 核融合与双流并行

该 PR 是一次精心设计的内核融合优化，代码质量较高，测试充分。对于理解 vLLM 中 MoE+LoRA 的 Kernel 层优化思想有较高参考价值。特别值得关注的设计决策包括： - 融合核如何通过 `add_inputs` 参数服务于双流路径（零缓冲区分开基与 LoRA 输出）； - `maybe_execute_in_parallel` 工具函数的使用； - 双流事件管理的设计（4 事件避免重用）。 建议关注 rank 128 限制的风险，未来可能需解决。

修复XPU采样器RNG偏移量对齐问题

值得合并：单行修复，逻辑清晰，经过review和测试验证，建议即合并。