vllm-project/vllm

取消 ASR 请求时中止引擎内部任务

值得精读。展示了如何在 async 服务中正确传递 CancelledError 并清理资源，同时利用 `merge_async_iterators` 合并多个生成器。对于处理类似音频分割的后端服务具有参考价值。

修复 ROCm NIXL 猜测解码集成测试启动与诊断

该 PR 值得阅读，特别是测试框架中的异步服务就绪检查模式（进程存活与端点探测结合）值得参考。对于分布式测试的时序稳定性和错误诊断有良好示范。建议作者在后续 PR 中考虑 review 中关于异常类型和 IPv6 兼容性的反馈。

新增提前拒绝通知机制，避免P节点KV块滞留

该PR值得详细审阅，特别是对于参与KV传输模块的工程师。主要看点包括： - 如何通过构造一个`abort_immediately=True`的合成请求来重用现有的`request_finished`钩子，避免了为清理而引入额外IPC。 - 在`_with_kv_transfer_rejection_cleanup`中利用`has_kv_connector`+`do_remote_prefill`双重门控，确保只对启用connector的请求执行通知。 - 对于社区用户，建议确认自定义EngineClient是否需要实现新方法以避免运行时错误。

稳定 ROCm 关闭流程和分布式编译 CI

此 PR 是维护性修复，值得快速合并。对于 ROCm 开发者，建议关注关闭测试中的超时断言是否仍然导致不稳定，并可考虑采纳 `gemini-code-assist[bot]` 的建议加入缓冲。无需深入精读。

修复 DSv4 topk 对未对齐 max-model-len 的数值问题

值得精读：这是一个典型的内存布局假设引发数值问题的小而精修复，展示了在 CUDA kernel 中正确处理 tensor stride 的重要性。

澄清 Gemma 4 辅助模型须用 MTP 路径

建议精读。该 PR 是处理“文档与实现不一致”的标准范例，值得其他特性维护者参考。

KV cache 批量交换使用 ACCESS_ORDER_ANY 提升带宽

值得精读，特别是关于 CUDA DMA ordering 的讨论和细粒度性能优化的实践。设计决策（何时放松 ordering、何时保留）可作为类似场景的参考。

泛化 CLI 可选布尔/字符串参数处理

值得精读。该 PR 虽小，但展示了一个很好的代码去特化（despecialization）模式：将散落的局部处理逻辑统一收拢到基础设施函数中，降低维护成本。对于 CLI 参数类型推断的设计有参考价值。