支持更多 Paddle Tensor API 的 Torch 精度对齐

[cangtianhuang]

支持的 API

• paddle.Tensor.add_
• paddle.Tensor.contiguous
• paddle.Tensor.copy_
• paddle.Tensor.flatten_
• paddle.Tensor.multiply_
• paddle.Tensor.put_along_axis_
• paddle.Tensor.scale_
• paddle.Tensor.subtract_
• paddle.Tensor.to
• paddle.randint

主要改动

Tensor 原地算子

复用 main 分支已有的 _C_ops 转换规则，为对应的 paddle.Tensor.* 方法增加映射，避免重复实现相同的原地计算逻辑。

涉及：

• add_
• flatten_
• multiply_
• put_along_axis_
• scale_
• subtract_

add_ 和 subtract_ 补充以下兼容处理：

• 支持 Paddle API 的 alpha 参数。
• 在执行 Torch 原地运算前，将第二个 Tensor 转换为目标 Tensor 的 dtype。
• 解决 float32 与 bfloat16 等混合 dtype 输入下 Paddle 和 Torch 行为不一致的问题。
• 使用 Torch 原地算子保持输入修改语义与 Paddle 一致。

put_along_axis_ 同时兼容 _C_ops 使用的 arr 参数名和 Tensor 方法使用的 x 接收者参数名。

paddle.Tensor.copy_

• 为无法通过 inspect.signature 获取签名的内建方法增加手工参数绑定。
• 支持 self、other 和 blocking 参数。
• 将 Paddle 的 blocking 转换为 Torch copy_ 的 non_blocking 参数。
• 将 copy_ 加入 forward-only API，避免对原地修改后的 Tensor 执行无意义的反向精度比较。

paddle.Tensor.contiguous

直接映射到 torch.Tensor.contiguous，沿用 main 分支现有的 Tensor 方法调用机制。

paddle.Tensor.to

新增独立转换规则，处理 Paddle 与 Torch 在设备和 dtype 参数上的差异：

• 将 Paddle 的 gpu、gpu:<id> 转换为 Torch 的 cuda、cuda:<id>。
• 将 Paddle dtype、字符串 dtype 转换为对应的 torch.dtype。
• 支持位置参数和关键字参数形式。
• 过滤 main 分支执行协议中的 self、args 元数据，避免这些内部参数被重复传递给 torch.Tensor.to。
• 无显式转换参数时保持原 Tensor 结果。

paddle.randint

新增到 torch.randint 的参数映射：

• 将 Paddle 的 shape 列表转换为 Torch 接受的 tuple。
• 保持 low 和 high 参数顺序。
• 未显式提供 dtype 时使用 torch.int64，与 Paddle 默认行为对齐。
• 使用 locals().get("dtype") 读取可选参数，避免缺省 dtype 时产生未定义变量错误。