Sync/publish v0.2.1 GitHub

[PanAndy]

大家好！感谢大家对ROLL的关注。
ROLL近期更新了大量新功能，以下是近期更新的一些梳理，我们将持续对ROLL进行迭代更新，欢迎加入ROLL的社区。

🚀亮点:

• rollout 重构为由router调度，支持sglang-router
• 新增[On-Policy Distillation](docs_roll/i18n/zh-Hans/docusaurus-plugin-content-docs/current/User Guides/Pipeline/on_policy_distill_pipeline_start.md)训练支持
• 支持Qwen3.5 Dense / MoE 系列模型

🚀主要新特性：

• Rollout
  • 重构router调度支持
    • sglang strategy重构，同时支持engine、server两种模式。
    • Scheduler重构(rlvr的DynamicScheduler/ agentic的Rolloutscheduler)，统一由Router提供调度
    • 迁移原LoadBalancer、RequestScheduler为PromptAffinityRouter、EnvAffinityRouter
    • 新增支持sglang-router
• pipeline recipe
  • 新增On-Policy Distillation训练支持
• Models
  • 支持Qwen3.5 Dense/MoE系列模型
• docker
  • torch2.10 、vllm 0.16.0 nightly、vllm0.15.1版本 、mcore 0.16.0
• bug fix:
  • 默认设置vllm VLLM_USE_FLASHINFER_SAMPLER=0 for torch 280，解决reponse重复度过高
  • fix sglang & vllm 偶现port conflict
  • fix sglang multi-nodes fail when infer_dp > 1
  • fix reward worker metrics 透出能力
  • fix model download get_node_ip cache，可能导致死锁timeout
  • fix CPU offload时FSDP2 DCE save
  • fix FSDP2 model initialization casting

[PanAndy]

#360

[PanAndy]

#363