Describe the current behavior / 问题描述 (Mandatory / 必填)

PSROIPoolingV2 的 pooling/psroi_pooling_v2/tests/assets/golden.py 在 TTK GEIR cross_check 精度比较中拒绝 Promote 后的 float64 输入，导致 Golden 生成失败，无法完成数值比较。

TTK 为获得高精度真值将原 float32 输入提升为 float64；Golden 计算核心本来支持 float64，但入口只允许 float16/float32，提前抛出：

Golden generation failure: x/rois must have the same float16 or float32 dtype
precision=GOLDEN_FAILURE / FAIL

这不是已经完成数值比较后的 kernel 精度失败，也不是 CSV 声明错误：设备输入/输出仍为 float32，只有高精度参考输入被 Promote 为 float64。

原始缺陷及附件：https://gitcode.com/wangyueting/changwei_hebaojing/issues/23

Environment Information / 环境信息 (Mandatory / 必填)

• 回归硬件：Ascend950PR。
• CANN：9.2.0。
• Python：3.12.9；Torch CPU：2.7.1+cpu。
• 测试框架：ops-test-kit，源基线 46fe46ebdbb60f07a63662a6419cb67c17efc55f。
• 正式源码基线：cann/ops-nn master 3f80c6707107c5dcd793187fdc0b4dbc0819f8a5。
• 模式：GEIR const，原 Spec cross_check L1，第三方为真实 Torch CPU provider。

Steps to reproduce the issue / 重现步骤 (Mandatory / 必填)

1. 在修复前基线检出 ops-nn，准备 NumPy/Torch CPU；从仓根目录执行下面的独立最小复现（模拟 TTK 对 float32 输入的 Promote）：

import importlib.util
from pathlib import Path
import numpy as np

path = Path("pooling/psroi_pooling_v2/tests/assets/golden.py")
spec = importlib.util.spec_from_file_location("psroi_golden", path)
module = importlib.util.module_from_spec(spec)
spec.loader.exec_module(module)
x = np.array([1, 3, 5, 7], dtype=np.float64).reshape(1, 1, 2, 2)
rois = np.array([0, 0, 0, 1, 1], dtype=np.float64).reshape(1, 5, 1)
y = module.PsroiPoolingV2TestSpec.golden(
    x, rois, spatial_scale=1.0, output_dim=1, group_size=1,
    golden_mode="Promote",
)[0]
assert y.dtype == np.float64 and y.item() == 4.0

修复前在 dtype 入口校验抛出 TypeError；修复后返回 float64 的 4.0。

2. 使用原 issue 附件中的 GEIR 用例，保留设备 float32 输入、原 Spec cross_check L1 及既有判据；分别选择 PSROIPoolingV2_L0_accuracy_perf_c_s_002、PSROIPoolingV2_L0_accuracy_perf_c_s_008 回归。

Describe the expected behavior / 预期结果 (Mandatory / 必填)

• 仅在 golden_mode == "Promote" 时允许 float64，保证高精度真值不被降回 float32。
• x/rois 仍必须使用相同 dtype；非 Promote 模式仍仅允许 float16/float32。
• 不扩展正式算子的 dtype 支持，不改数学计算核心、第三方 Torch 计算、精度阈值、kernel 或原用例。
• 两条用例正常完成 Golden 生成和精度比较。

Related log / screenshot / 日志 / 截图 (Mandatory / 必填)

已完成修复及实际回归：

每条 NPU 实际执行 3 次，输出 MD5 一致；cst_precision=PASS、precision_status=PASS、deterministic_status=PASS。原 Spec cross_check L1 判据未放宽。

额外公共接口行为测试：三份本地 Golden 36/36 PASS；PR 版本重新执行 12/12 PASS，TTK SpecLoader 的 Promote 调用及 Python 语法检查 PASS。

Special notes for this issue/备注 (Optional / 选填)

修复 PR：https://gitcode.com/cann/ops-nn/pull/11830 （已提，尚未合并）。

单提交：a0df562f11027c64824444cf98b7d005bed5f8be；仅修改 Golden 入口的 Promote float64 准入、函数说明和错误信息，共 1 文件，9 行新增、2 行删除。共享计算 core 和 TestSpec 判据保持原样。

本次只回归上述 002/008，不宣称全量通过。三方仅验证 Torch CPU 功能，未验证 GPU 三方性能，本轮没有可报告的 CST kernel 耗时。不修改已有 OPP 包，也不将原 issue 中历史性能数据当作本轮结果。