A high-throughput and memory-efficient inference and serving engine for LLMs
原始 PR · 作者 WoosukKwon · 合并时间 2026-06-03 02:50
移除 cudagraph_utils 中冗余的 graph_pool 赋值
该 PR 是简单的清理工作，不值得精读。但值得关注的设计决策：BreakableCUDAGraphWrapper 统一通过 current_platform.get_global_graph_pool() 获取 pool，符合单一职责原则。
原始 PR · 作者 dependabot[bot] · 合并时间 2026-06-03 02:26
升级 actions/github-script from v8 to v9
建议合并后观察 CI 状态，无需深入审查代码。若后续 workflow 脚本需要调用 getOctokit，可参考 v9 文档。
MRV2 支持 Llama 与 Mistral 密集模型
建议在合并后密切监控 Llama/Mistral 相关测试的稳定性，并优先处理 force_v1_runner 的环境变量覆盖问题。该 PR 值得精读，展示了 MRV2 激活的标准流程测试适配模式。
原始 PR · 作者 chaunceyjiang · 合并时间 2026-06-03 02:13
支持 Anthropic messages 数组内联 system 角色
该 PR 解决了一个实际的客户端兼容性问题，实现简洁且测试充分，推荐合并。设计上值得关注的点是：通过先收集再合并的方式处理两处 system 信息来源，而不是分别追加，避免消息顺序错误。
为DeepSeek V4 Mega MoE添加EPLB负载均衡支持
建议在合并前修复PP模式下断言失败的问题。PR的设计(重用现有映射函数、明确环境变量覆盖条件)值得肯定。后续可增加针对PP模式和不同EPLB后端的测试。对于使用DeepSeek V4 Mega MoE的团队，此PR能显著提升大规模部署效率，推荐评估并合入。
原始 PR · 作者 Kartavyasonar · 合并时间 2026-06-03 01:50
NVFP4 KV-Cache 在不支持的架构上提前报错
该 PR 是一个典型的小而美的 bugfix，适合所有开发者阅读以学习“快速失败”原则。实现简洁，推荐精读。
修复 Humming MoE 部署时 quant config 与 schema 初始化遗漏
建议合并。该 PR 修复了明确的部署阻塞 bug，改动量小且经过本地验证。建议后续为该路径补充测试，防止回归。
原始 PR · 作者 zhenwei-intel · 合并时间 2026-06-03 00:14
XPU 启用 norm/act 量化融合
该 PR 值得合并，但建议作者补充测试用例验证 XPU 上融合 pass 的正确性和性能。
参与讨论