# 【合入来源】 > **如有社区issue，请关联issue链接**\ > **请勿携带内部流程信息（需求链接、问题单、内部issue等）** - [ ] 需求 - [x] 问题单 - [ ] issue/工单 - [ ] 重构优化 - [ ] 资料更新 # 【修改方案】 [[Feature]: 26.1.0版本图模式功能增强](https://gitcode.com/Ascend/pytorch/issues/1978) 修复 mfusion 中 `torch.ops.higher_order.run_and_save_rng_state` 算子从FX 到 torch-mlir 的转换报错。 失败的案例是： ```python run_and_save_rng_state = torch.ops.higher_order.run_and_save_rng_state(...) rng_state = run_and_save_rng_state[0] dropout_out = run_and_save_rng_state[1][0] ``` torch-mlir 不直接实现这个 HOP（Higher Order Primitive），其导入器将多输出操作建模为扁平化的 MLIR 结果。本PR将不支持的目标通过 mfusion opaque 自定义操作路由，同时保留足够的结构以便在 MLIR 往返转换后重建原始 FX 图。 ## 变更内容 - 仅将 torch-mlir 支持的 HOP 视为可直接导入。不支持的 HOP 现在使用现有的 opaque 往返转换路径，而不是进入 torch-mlir 的 `_import_hop`。 - 将 opaque tuple 结果元数据扁平化为 MLIR 兼容的多结果，并在 `opaque_registry.Payload` 中记录每个叶子结果的路径。 - 在 torch-mlir 导入之前，将 opaque tuple 结果的 getitem 用户重写为从扁平化的 opaque 结果中读取。 - 在 MLIR 到 FX 导出期间重建原始 opaque/HOP 节点和嵌套的 getitem 路径，使用前缀节点复用以避免重复的嵌套 getitems。 - 为不支持的单叶子 tuple 输出（如 `(Tensor,)`）添加明确的错误提示，这种输出无法在不改变语义的情况下由当前的扁平化方案表示。 # 【资料变更】 > 请确认是否涉及资料变更。如涉及，需要在PR中体现，并简要说明修改内容。如不涉及，需填写“不涉及” # 【接口变更】 > 请确认是否涉及跨代码仓或者客户面可见的接口变更。如涉及，需要详细说明接口以及对应的变更内容，同时需要在资料中体现。如不涉及，需填写“不涉及” # 【功能验证】 > 说明测试场景，测试方法。如果本次测试方式与常规单元测试不同，请详细说明您的测试步骤\ > 新增/变更内容是否已新增/适配UT测试用例看护，并补充测试自验证截图 # 【CheckList】 > PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x] - [x] 代码注释完备，正确记录错误日志 - [x] 代码实现进行了返回值、空指针等校验 - [x] PR标题正确使用类型标签，如：feat、fix、refactor、docs、test等 - [x] PR持续集成流水线（CI）执行通过，代码检查无异常