🟡 Medium Priority

changed line: generate_mamba3_siso_bwd.py 第 42 行 headdim_qk = random.choice([64, 128])。

affected behavior: 当 _case_pool 耗尽后，after_case_config 的 else 分支通过随机采样生成用例，其中 headdim_qk 有 50% 概率选到 128。

failure mode: 与 _build_pool 中未过滤 headdim_qk=128 的问题相同——文档明确声明 headdim_qk=128 在 NPU 上因 UB 溢出暂不支持。随机生成的 headdim_qk=128 用例同样会导致 kernel 崩溃或错误结果。

suggested fix: 将第 42 行改为 headdim_qk = 64，与 _build_pool 的修复保持一致。

建议：将第 42 行改为 headdim_qk = 64，与文档中"当前 PR 覆盖 headdim_qk=64"的声明一致。

🟡 Medium Priority

变更内容：mamba3_siso_bwd.yaml 仅配置了 torch_mamba3_siso_bwd_dqktheta / triton_mamba3_siso_bwd_dqktheta 测试用例（通过 name、triton_name、generate 字段），但 triton_mamba3_siso_bwd.py 中还注册了 torch_mamba3_siso_bwd_ddt 和 triton_mamba3_siso_bwd_ddt 两个测试类，且 generate_mamba3_siso_bwd.py 中已实现对应的 generate_mamba3_siso_bwd_ddt 生成器。缺少对应的 YAML 配置意味着 ATK 框架无法通过 YAML 驱动的方式运行 ddt 测试，该路径的 ATK 测试覆盖为空。虽然 ddt 路径在单元测试和 self_check 脚本中有覆盖，但 ATK 框架的 YAML 驱动测试是项目的标准测试流程。

建议：为 torch_mamba3_siso_bwd_ddt / triton_mamba3_siso_bwd_ddt 添加对应的 YAML 配置文件（可新建 mamba3_siso_bwd_ddt.yaml 或在现有 YAML 中增加 ddt 测试段），引用 generate_mamba3_siso_bwd_ddt 生成器，并定义 dscale、dgamma、dt、trap 四个输入张量的规格。

🟡 Medium Priority

changed line: tests/unit_tests/triton/test_mamba3_siso_bwd.py 第 227-232 行，test_compute_dqktheta 只校验了 actual[:5]（dq, dk, dangles, dscale, dgamma），跳过了 dq_bias（索引 2）和 dk_bias（索引 3）。

affected behavior: compute_dqktheta 返回 7 个 tensor，但单元测试和 self_check 脚本均未验证 dq_bias 和 dk_bias 的精度。这两个 tensor 由 kernel 内 even/odd 累加并 partial sum 输出（impl 第 620-621 行），其计算路径涉及 bias 加载、GQA 循环内的逐 head 累加和 store，若 kernel 中 bias 索引或 stride 有误，现有测试无法发现。

failure mode: 若 kernel 内 dq_bias/dk_bias 计算有误（如 stride 错误、GQA 分组索引偏移），用户在生产环境中得到的 bias 梯度将是错误的，但所有测试仍会 PASS。

suggested fix: 在 test_compute_dqktheta 中添加对 actual[2]（dq_bias）和 actual[3]（dk_bias）的 assert_close 校验；在 self_check_mamba3_siso_bwd.py 的 _run_dqktheta_case 中同样加入 dq_bias 和 dk_bias 的精度对比。

建议：在 test_compute_dqktheta 和 self_check 的 _run_dqktheta_case 中补齐 dq_bias 和 dk_bias 的精度校验

🟡 Medium Priority

changed line: generate_mamba3_siso_bwd.py 第 17 行 [64, 128] 以及第 27 行 _build_pool 仅过滤 nheads % nheads_qk == 0，未过滤 headdim_qk == 128。

affected behavior: Mamba3SisoBwdDqkthetaGenerator 的 CASES 和 _build_pool 会生成 headdim_qk=128 的用例。YAML 中 dtype_numbers=10 配合 2 种 dtype 共产生 20 个用例，按生成顺序前 20 个中有约一半是 headdim_qk=128。

failure mode: 文档（docs/triton/mamba3_siso_bwd.md 第 207 行及 self_check_mamba3_siso_bwd.py 第 306 行）明确声明 headdim_qk=128 在 NPU 上因 UB 溢出暂不支持，当前 PR 仅覆盖 headdim_qk=64。ATK 框架执行这些用例时，kernel 会因 NPU UB 溢出而崩溃或产生错误结果，导致 ATK 测试大量失败。

trigger condition: 当 ATK 框架按 mamba3_siso_bwd.yaml 配置运行 generate_mamba3_siso_bwd_dqktheta 生成器时必然触发。

suggested fix: 在 _build_pool 中增加 case[4] == 64 过滤条件，同步在 after_case_config 的 else 分支中将 random.choice([64, 128]) 改为 64。

建议：在 _build_pool 的列表推导中增加 case[4] == 64 过滤条件，并在 else 分支中将 headdim_qk 固定为 64。具体修改：第 27 行改为 return [case for case in cls.CASES if case[3] % case[2] == 0 and case[4] == 64]；第 42 行改为 headdim_qk = 64。

🟡 Medium Priority

changed line: tests/unit_tests/triton/test_mamba3_siso_bwd.py 第 227-232 行和 tests/atk_tests/triton/mamba3_siso_bwd/self_check_mamba3_siso_bwd.py 第 211-213 行。

compute_dqktheta 返回 7 个 tensor：(dq, dk, dq_bias, dk_bias, dangles, dscale, dgamma)。但测试代码使用 actual[:5] 取前 5 个，与名称列表 ["dq", "dk", "dangles", "dscale", "dgamma"] 做 zip，导致：

1. 名称标签错位：索引 2 的 dq_bias 被标记为 "dangles"，索引 3 的 dk_bias 被标记为 "dscale"，索引 4 的 dangles 被标记为 "dgamma"
2. dscale 和 dgamma 完全未测试：这两个核心输出（索引 5、6）不在 actual[:5] 范围内，从未参与精度校验
3. 自证报告误导：docs/triton/mamba3_siso_bwd.md 第 155-200 行展示的 "dscale" 和 "dgamma" 精度数据，实际来自 dk_bias 和 dangles 的比较结果，而非真正的 dscale/dgamma

affected behavior: dscale 和 dgamma 是 kernel 的关键输出，它们直接作为 compute_ddt_dtrap_dinput_states 的输入。若 kernel 中 dscale/dgamma 计算有误（如 GQA reduction 错误、stride 偏移），所有测试仍会 PASS，但下游 dDT/dTrap 计算将基于错误的 dscale/dgamma。

failure mode: dscale/dgamma 的错误会传播到 ddt/dtrap 计算，但测试无法发现。自证报告中的 "dscale"/"dgamma" 行实际展示的是 dk_bias/dangles 精度，造成虚假信心。

suggested fix: 修正为 actual 与 expected 的完整 7 元组对比，名称列表改为 ["dq", "dk", "dq_bias", "dk_bias", "dangles", "dscale", "dgamma"]。

建议：修正名称列表与实际返回值对齐，补齐 dscale 和 dgamma 的精度校验