Enable validated prefix caching and record DGX Spark optimization benchmarks

docs/provenance.md

@@ -4,7 +4,8 @@
 - 模型 revision：`fc694b54fb0174e0913e6adf86691ef85a4ead47`
 - 基础镜像：`vllm/vllm-openai@sha256:c4392d76e3eec8983fa152651365158cb062e348fd40398963f499d5867b9e28`
 - 基础镜像源码 commit：`0bfc7a15d095fe83ecc82b50561a93c177fece2d`
-- 本地构建 tag：`local/qwen38-flash-spark:nightly-0bfc7a15`
+- 优化版本地构建 tag：`local/qwen38-flash-spark:prefix-eager-0bfc7a15`
+- 原始基线 tag：`local/qwen38-flash-spark:nightly-0bfc7a15`
 
 nightly 的包版本曾报告 `0.3.1.dev3+g0bfc7a15d`，因此使用镜像 digest/源码 commit 标识，
 不把它当作正式版 0.29.0。BASE_IMAGE override 仅用于已核对 digest 的本地镜像别名。
@@ -20,3 +21,9 @@ https://raw.githubusercontent.com/blazux/qwen3.8-Flash-DGX/main/src/vllm_ple_mma
 
 不要重新下载 main 后仍宣称是同一版本。许可证按获取时的文件保存在 vendor/LICENSE。
 适配层和 Dockerfile 是本次部署的本地改动，第三方 helper 未修改。
+
+Mamba prefix fix 来源：
+https://github.com/blazux/qwen3.8-Flash-DGX/blob/main/src/patch_mamba_block_size.py
+
+本项目保存经源码断言核对的适配版本 patches/fix_mamba_prefix_blocks.py（Apache-2.0）。
+修正 V2 worker 状态种子索引和 scheduler prefill 块对齐，不改变模型权重。