用途：在 Megatron-Bridge 的模型或训练 API 发生变更后，通过 NeMo-RL 的 Megatron 后端做外部兼容性冒烟测试，捕获仅靠 Bridge 测试无法发现的集成问题，例如 NeMo-RL 侧的 rollout 调度、奖励处理、policy/reference 设置、经 Bridge 的 HF 导入导出、优化器设置、检查点归属以及 policy 到 generation 的权重传输。它是聚焦 Bridge 测试通过后的补充验证，不能替代 Bridge 的模型一致性测试。
主要能力与覆盖层级：按变更范围选择级别。Level 0 为 Megatron policy GRPO 冒烟，适用于新增 provider 或 provider 配置变更；Level 1 覆盖 LoRA/检查点变体；Level 2 覆盖非共置 vLLM refit；Level 3 为可选的 Megatron 生成后端；Level 4 为并行压力测试；Level 5 为架构特定端到端；Level 6 验证学习信号。默认 Level 0 目标为 uv run bash tests/functional/grpo_megatron.sh，仅证明任务能完成少量更新，不是收敛测试。
使用方式：使用显式仓库变量，不依赖已安装的 megatron-bridge wheel。默认上游仓库为 https://github.com/NVIDIA-NeMo/RL，克隆命令为 git clone https://github.com/NVIDIA-NeMo/RL.git /path/to/nemo-rl。设置 BRIDGE_REPO、NEMO_RL_REPO 与 PYTHONPATH，并确认 python 导入的 megatron.bridge 路径位于 $BRIDGE_REPO/src。先运行 Bridge 聚焦测试，再运行 NeMo-RL 单元检查，最后执行外部 e2e。模型优先选择变更 provider 家族中最小的公开 HF 检查点，如 Qwen/Qwen2.5-0.5B。
适用场景：新增 provider、检查点/HF 导出、vLLM refit、并行配置、MoE、VLM/音频、MTP/draft、FP8/QAT/ModelOpt 或学习信号相关变更。
限制：NeMo-RL PEFT 支持依赖后端与版本，已知不可用时可记录为不适用；部分版本中 mcore 与 vllm 互斥，可能阻塞 vLLM 路径；文本 GRPO 冒烟不能验证 VLM/音频或量化路径；具体指标断言接口随版本变化，需先查看 tests/check_metrics.py 或维护的 functional 包装脚本。资料未提供收费、价格或平台信息。