vllm-project/vllm

新增 Kimi-Linear 48B 的 P/D 夜间回归测试到 CI

值得 CI/可靠性团队精读，了解如何用较小模型（Kimi-Linear）作为大模型（K3）的回归代理，以及如何通过 TP/DP/EP 组合适配大权重显存限制。对普通功能开发者价值有限，核心 vLLM 逻辑无改动，不需要深读。

CPU-only 主机 torch.compile 崩溃修复：empty_cache 改用独立 no-op

值得精读的小型修复：改动仅 13 行，但完整展示了一个编译期崩溃 -> 最小复现 -> 根因定位（对象身份别名）-> 极简修复的调试链路。对维护 CPU worker 补丁与接触 torch.compile 图形捕获的同学有参考价值；也提示 Dynamo 对 torch 模块 API 的追踪可能依赖函数对象身份，写 monkey patch 时需避免别名共享。

修复 breakable cudagraph 下误导性的 torch.compile 警告

该 PR 值得快速阅读，但无需深究：它展示了如何在配置初始化阶段避免误导性日志，并把分散的开关判断收敛到单一函数。建议合并，但希望后续补一个简单的日志断言测试，避免该行为回归。

新增多模态生成模型 PPL 回归测试与 CI 任务

值得精读，重点看 ppl_utils.py 的双侧 PPL 对比口径（vLLM greedy logprob 累加 vs HF loss 平均）以及“HF 参考值可缓存为常量”的提速设计；对多模态模型维护者尤其有参考价值。后续扩展模型时需关注外部数据集依赖与 1% 容差是否适用，建议在扩展 PR 中同步评估。

CPU 内核调度重构，移除 SGL 实验开关并修复选择条件

值得精读，尤其适合 CPU 后端维护者和关注 kernel oracle 机制的人。可学习的点：① 用 vendored 内核源码逐条验证选择条件，而不是靠文档假设；② 把「不支持」的判断前置到 `is_supported_config`，避免加载期/运行期才崩溃；③ 实验性开关在 benchmark 无副作用且范围收窄后做默认化的完整决策流程。注意其遗留的形状门控问题可作为后续 PR 的切入点。

LatentMoERunner 移入 KimiK3 模型目录

本 PR 属于纯代码移动，值得快速浏览以了解 vLLM 中模型特定 MoE 运行器的组织策略。它没有引入新逻辑，但展示了如何通过调整目录结构增强内聚。建议关注是否有遗漏的旧路径引用，并确认没有其他模块依赖该文件的通用性。

修复 serving 基准配置 JSON 并加校验 hook

该 PR 值得快速阅读，是一个典型的 CI 防御性改进案例。重点在于：pre-commit hook 的作用域设计（`files` 正则限定目录）以及将 `rev` 固定为 commit hash 的做法，对于其他类似配置校验场景有参考价值。

多模态占位符与 token 匹配扫描提速，E2E 阶段提升达 8-12 倍

值得精读。三个看点：(1) `_find_matches` 的 `id(target)` 身份缓存是 vLLM 热路径中“共享静态对象 + 免重扫描”的可复用模式，注释中对前提条件的显式说明值得作为范例；(2) 评审中“可读性 vs 收益”的交锋与 ablation 驱动的删减决定，是热路径优化权衡的好案例；(3) 差分模糊测试 + 变异测试校验 oracle 的验证方法论，对声称“输出一致”的重构/优化类 PR 很有参考价值。若只想快速了解结论，阅读 `get_first_match` 与 `_iter_placeholders` 两个符号即可。