【合入来源】

关联社区 issue：https://gitcode.com/Ascend/pytorch/issues/2899

pytorch 官方社区没有针对 torch._logging.set_logs 的独立、充分测试用例，本次按任务要求新增测试文件补齐该 API 的验证。

【修改方案】

一、API 功能说明

torch._logging.set_logs(*args, **kwargs)
  用于在运行时动态配置 PyTorch 内部日志系统。
  支持：
  - 通过组件别名（如 dynamo）设置日志级别；
  - 通过 artifact 别名（如 graph_code）启用日志产物；
  - 通过 modules 参数按模块名批量配置日志级别；
  - 当 TORCH_LOGS 环境变量已设置时，set_logs 不生效（环境变量优先级更高）。

二、测试用例完备性说明

新增 test/test_library_logging.py，从以下几个维度验证 torch._logging.set_logs：

1. 默认状态重置

   • test_set_logs_default_clears_state：调用 set_logs() 无参时清空日志状态。

2. 组件日志级别设置

   • test_set_logs_enable_component：通过别名设置日志级别并校验 logger 级别。

3. Artifact 启用

   • test_set_logs_enable_artifact：通过 artifact 别名启用日志产物。

4. modules 参数

   • test_set_logs_modules：通过 modules 参数批量配置已注册别名。

5. 异常参数校验

   • test_set_logs_invalid_artifact_value：artifact 传非 bool 值抛出 ValueError。
   • test_set_logs_invalid_log_level：日志级别非法时抛出 ValueError。
   • test_set_logs_invalid_module_name：modules 中传入未注册名称时抛出 ValueError。

6. 环境变量优先级

   • test_set_logs_env_var_precedence：当 TORCH_LOGS 已设置时，set_logs 不修改日志状态。

三、NPU 适配

torch._logging.set_logs 为纯 Python 层日志配置接口，不涉及算子调用、张量计算或设备内存操作，与 CPU/GPU/NPU 完全解耦。昇腾 NPU 环境下无需修改 API 源码，测试中也无需导入 torch_npu 或创建 NPU 张量，可直接复用。

【资料变更】

不涉及。torch._logging.set_logs 属于 PyTorch 内部日志模块私有接口，本 PR 仅补充测试用例，无需在 docs/zh/api/native_api 中刷新资料。

【接口变更】

不涉及。本 PR 仅新增测试用例，未修改公共接口。

【功能验证】

已在本地环境执行测试命令：

TORCH_DEVICE_BACKEND_AUTOLOAD=0 python test/test_library_logging.py

输出：

...W0724 05:48:37.119000 86516 site-packages/torch/_logging/_internal.py:457] Using TORCH_LOGS environment variable for log settings, ignoring call to set_logs
.....
----------------------------------------------------------------------
Ran 8 tests in 0.068s

OK

【CheckList】

• 代码注释完备，正确记录错误日志
• 代码实现进行了返回值、空指针等校验
• PR标题正确使用类型标签，如：feat、fix、refactor、docs、test等
• PR持续集成流水线（CI）执行通过，代码检查无异常