[WANDY666]

/v1/chat/completions 支持 logprobs 和 top_logprobs，流式、非流式均返回逐 token 分数及 0–20 个候选。候选按请求的 K 打包并异步拷到 CPU，沿用 MTP 接受掩码和 PD 实际采样节点的首 token 传递路径。

采样排名与候选数量独立，K=0 也计算排名。内部保留真实 logprob，仅在 Chat 响应中对排名超过 20 的 token 返回 -9999。ByteFallback 保留每个 token 的原始字节；普通候选用实际 prompt 后缀及已生成上下文解码，扣除未完成字节所贡献的历史文本。EOS 等特殊候选保留身份，不受正文 skip_special_tokens 影响。

API 只解析一次，正文、reasoning、工具调用和 logprobs 使用同一次解析产生的源区间。概率缓冲区不再创建解析器，只保存 token 与位置并按输出分支取出或丢弃分数。非流式工具判定、reasoning 裁剪、流式工具后的空白抑制以及最终 flush 均同步作用于概率，开启 logprobs 不会额外把普通 JSON 当成工具调用。

本轮最终 CPU 回归 655 项通过、7 项排除。新增四类问题的 9 个定向用例在原始 d651699 上全部失败，修复后通过；覆盖 logprobs 开关对照、默认 llama3、真实 ByteFallback detokenizer、特殊候选、reasoning 与工具组合及 flush。排除的两个 PD 日志捕获测试族此前已在未修改源码上确认 6 项失败、1 项通过，日志已输出但 caplog 未捕获。固定版本 Black、Flake8 和 git diff --check 通过。

本轮未改 GPU 采样代码，未重跑 CUDA kernel 或完整模型 MTP/PD 集成；此前 5e4ef99 在 H200 上的 61 项采样测试通过。Chat API 回归使用模拟生成序列。

相关讨论 #1124。