SGLang 0.5.20 更新统一 Radix 缓存与执行机制

SGLang 是大模型推理与服务框架，负责请求调度、缓存复用和模型执行。 0.5.20新增统一Radix树、采样掩码、服务模拟器及多种推理服务优化。 用于强化学习采样轨迹的采样掩码：启用return_sampling_mask后，每个解码步骤返回采样器实际使用的候选Token集合，以及所采Token在该集合下的对数概率，使训练器无需重建top-k或top-p即可重放采样轨迹（#36630）。