vLLM 发布原生 RL API：四阶段权重同步 API（NCCL/IPC 可插拔后端）、异步 RL 暂停/恢复新增 keep 模式、两阶段协议修复 DPEP 部署死锁

先了解这件事

vLLM 引入原生权重同步 API，将 RL 训练器到推理引擎的权重传输标准化为初始化、开始、更新、结束四阶段，采用可插拔 WeightTransferEngine 抽象，目前支持 NCCL 和 IPC 两种后端并支持 packed tensor 优化。