问题现象

1. torchbench.py --only fambench_xlmr 选不中模型：fambench_xlmr 位于 canary_models 目录，runner 的 CANARY_MODELS 白名单未包含（默认仅 torchrec_dlrm）。
2. 加入白名单后模型加载失败：torch>=2.6 torch.load 默认 weights_only=True 拒绝 fairseq checkpoint（含 argparse.Namespace 等非白名单对象）。
3. 加载通过后 validate 阶段 copy.deepcopy 无限递归：fairseq HubInterface 动态 __getattr__ 代理导致深拷贝回环——模型已声明 DEEPCOPY=False 上游契约，但 runner 的 deepcopy_model 未消费该旗标。
4. default 后端（TORCHINDUCTOR_NPU_BACKEND=default）下 --inductor 编译失败：safe_softmax 融合 kernel UB overflow（10.76Mb > 1.57Mb，bishengir 降级 code-motion 重试仍败）；triton_experimental 后端编译成功。

修复方案（对应 PR #46021，fambench_xlmr 与 vision_maskrcnn 合并提交；原 #45955 已并入关闭）

• torchbench.py：CANARY_MODELS 加入 fambench_xlmr（全量套件仍走 SKIP，仅 --only 手动选中）。
• npu_support.py：@register_patch("fambench_xlmr")，与库上其余模型 patch 同构：
  • Model.__init__ 包装内 scoped torch.load → weights_only=False（try/finally 恢复，仅加载 checkpoint 期间生效）；
  • 深拷贝递归按上游契约整改：common.py deepcopy_model 镜像 util/env_check.py 语义（DEEPCOPY=False 不拷贝）+ torchbench.py 旗标传递（镜像 util/backends/cudagraph.py），模型自带的 DEEPCOPY = False 声明生效。

验证

• triton_experimental 后端 perf 1.152x（6 图编译成功，契约整改后复测）、accuracy pass_accuracy；
• default 后端的 safe_softmax UB overflow 属编译器问题，不在本 PR 范围（PR 描述已交代）。