vllm-project/vllm

修复 SM120 架构下因 MXFP4 算子绑定缺失导致的导入错误。

该 PR 虽然改动量小，但揭示了 vLLM 项目在支持多 GPU 架构时，构建配置与代码绑定之间需要严格同步的重要模式。**值得精读**，特别是关注其如何利用 CMake 宏和 Torch 扩展注册机制来解决跨架构的符号可见性问题。设计决策（将注册移至 `.cu` 文件）是解决此类问题的典型做法，对于处理条件编译的 C++ 项目有参考价值。

移除TurboQuant Hadamard旋转的随机符号，简化实现并添加历史归属。

该PR值得精读，特别是学习如何在量化系统中移除冗余功能而不影响性能，以及优雅处理向后兼容性的方法。关注 `TurboQuantConfig` 中 `seed` 字段的处理策略和测试更新的模式，这些设计决策对类似重构有借鉴意义。

重构批量不变矩阵乘法函数以支持通用ND x ND形状，修复Gemma4-E2B模型兼容性问题。

该PR值得精读，特别是通用处理策略的设计决策，展示了如何通过广播和reshape将高维问题规约到3D批量乘法，以及权衡代码简洁性与性能的思考。关注对现有路径的影响和测试覆盖的完整性。

为 MiniMax QK Norm 融合编译通道添加文档说明。

此 PR 是纯粹的文档补充，内容清晰。对于关注 MiniMax 模型优化或编译融合通道设计的开发者，值得快速浏览以了解该特定优化的存在和配置。但更值得关注的是 review 中暴露的底层内核 bug，这提示需要跟进相关内核修复 PR。

移除 liborsa 直接依赖，用 torchaudio 和内部工具替代

建议阅读此 PR 以了解如何系统替换一个外部依赖并保证数值等价。值得关注的设计决策：使用 torchaudio 的 melscale_fbanks 替代 librosa.filters.mel，并参考了上游兼容性测试。此外，示例和测试的统一替换模式（通过内部工具统一入口）也值得在类似重构中复用。

修正 AMD Zen CPU 后端支持的浮点类型，并将依赖切换至 zentorch 周构建版本。

此 PR 值得精读，特别是对于关注多平台支持或依赖管理的工程师。关键设计决策包括：通过覆盖 `supported_dtypes` 来匹配硬件能力，以及选择固定 zentorch 周构建版本而非版本范围。建议关注 review 中关于依赖版本管理的讨论，以权衡稳定性和可维护性。

修复 GLM-ASR 模型在 CPU 后端因 k_proj 偏置未初始化导致的数值溢出问题。

该 PR 是针对性强的 bugfix，代码变更简洁，适合快速浏览以了解 GLM-ASR 模型加载的特殊处理。值得关注的设计决策是如何通过辅助函数 `_create_fake_bias_for_k_proj` 解耦权重修补逻辑，保持 load_weights 方法清晰。建议结合 PR body 中的测试脚本理解问题复现和验证过程。

修复 Anthropic 服务文件头注释中的过时源码引用链接。

该 PR 变更简单直接，无需深入技术审查。对于希望了解 Anthropic API 服务实现与 OpenAI 服务之间关联的开发者，可以快速浏览更新后的注释以获取正确的源码参考链接。