Problem

Qwen3-Next 的编译语义覆盖及模型诊断回归用例在 4fdcdefb 引入后失败，阻塞 Qwen3-Next 的 TensorCast 回归验证。问题覆盖三条相互关联的路径：

1. Qwen3NextModel 直接暴露 layers，但 runtime 性能分析测试错误地沿用了 Qwen3.5 的 language_model.layers 访问路径，导致 AttributeError；
2. MTP 模型诊断仍断言已替换的 linear_attention stage 名称，而当前图已拆分为多个线性注意力 stage；
3. TP=2 下 Qwen3-Next 线性注意力融合投影和本地 K/V head 的分片语义未对齐，导致并行 shape 诊断失败。

Reproduction

.venv/bin/python -m pytest -q \
  tests/regression/tensor_cast/test_runtime.py::PerfAnalysisTestCase::test_qwen3_next_linear_attention_uses_decomposed_ops \
  'tests/regression/model_diagnostics/e2e/test_qwen3_5_e2e.py::test_qwen35_mtp_decode_capture_organize_and_compare[next]' \
  'tests/regression/model_diagnostics/e2e/test_qwen3_5_e2e.py::test_qwen35_tp2_parallel_shapes_compare[next]'

典型失败：

AttributeError: 'Qwen3NextModel' object has no attribute 'language_model'

Expected

• runtime 用例按 Qwen3-Next 的实际模块层级访问 layers，并确认线性注意力使用分解算子；
• MTP 诊断断言当前分解后的线性注意力 stage；
• TP=2 的融合投影和局部 K/V head shape 与 tensor parallel 分片语义一致。

Actual

上述三个回归用例失败，无法覆盖 Qwen3-Next 的编译语义、MTP decode 诊断和 TP=2 并行 shape。

Environment

• OS：WSL / Linux
• Python：3.13
• MsModeling 基线：4fdcdefb
• transformers：5.16.1

Acceptance Criteria

1. 三个指定用例均通过；
2. Qwen3.5 的 language_model.layers 访问不被改变；
3. Qwen3-Next 的 TP 融合投影方案和 local K/V head 的 shape 可由 TP=2 诊断验证；
4. 变更仅限 Qwen3-Next 适配、编译变换和对应回归断言。

Related

• 修复 PR：!870
• 修复提交：174ff3b193b5d0c7b5650dc9cc51080398793303（待推送到 PR 分支）

SIG

模型适配

run-id: qwen3-next-regression-20260918; 本 Issue 由 AI 协助创建。