(feat): publish roll v0.2.0.

[PanAndy]

🚀亮点:

• 新增模型支持：Qwen3-VL、Qwen3-MoE-VL、Qwen3-Omni、GLM-4.7
• agentic 训练与 Rollout GPU部分重叠，训练空闲GPU切换为Rollout
• DynamicSamplingScheduler协程化重构
• 新增: FSDP2 Strategy
• 训练支持 Sequence packing 和 Dynamic batching

🚀主要新特性：

• Rollout
  • DynamicSamplingScheduler协程化重构
  • 自定义rollout pre/post process， 支持动态samping param、多阶段生成、ThinkingBudget控制
  • Sglang： Strategy重构，支持server模式，onload/offload native化，inflight FP8 quant rollout，跨机多节点部署
  • vLLM：DP/EP 支持， 支持vllm==0.12.0
  • 提供AgentNative Rollout范式，AgentNativeStepEnvManager + SokobanNativeEnv，完全由env进行上下文管理
  • Async Rollout Hang Detect：增加异步 Rollout 卡死检测，快速定位问题env
  • 支持rollout dump & mock，提高forward/train阶段精度对齐效率
  • agentic pipeline支持 train-val/rollout overlap
• Training
  • FSDP2
  • Megatron support LoRA, LoRA RL blogs:https://macaron.im/mindlab/research/building-trillion-parameter-reasoning-rl-with-10-gpus
  • megatron训练时在线保存hf格式的模型参数
  • support FP8 training for Megatron Strategy
  • Sequence packing，微调loss_func接口定义
  • Dynamic batching
  • Add DeepSpeed SFT support
• Model Update实现优化：消除机间冗余、权重转换和nccl broadcast overlap、优化H2D、pp间串行同步调整为lock模式并行同步
• Asynchronous Feature
  • 训练与 Rollout GPU部分重叠，训练空闲GPU切换为Rollout，report: https://arxiv.org/abs/2512.24873
  • agentic off policy loss 与 IS 修正
• Pipeline recipe
  • VLM image tool use： DeepEyes，工具调用与reward计算overlap
• Models：新增模型支持 Qwen3-VL、Qwen3-MoE-VL、Qwen3-Omni-Thinker、GLM-4.7