一、问题描述 （必填）

bias 算子（math/bias）存在两处缺陷：

1. math/bias/op_host/bias_infershape.cpp：bias_def 声明了 DynamicRankSupportFlag(true)，但 InferShape4Bias 未显式处理 unknown rank（x dimNum==0）分支，动态 shape 场景下 unknown rank 未显式传播。
2. math/bias/tests/assets/golden.py：_TOL 浮点容差声明为 {"standard": "stat_rel_err", "level": "L1"}：
   • 仓内浮点算子精度标准惯例为 cross_check（add_v2 / ragged_bin_count / segsum 等），stat_rel_err 声明为仓内唯一异类；
   • level 键在 stat_rel_err 标准下为无效配置，声明存在歧义；
   • 后果：kernel/GEIR 通路默认路由走 stat_rel_err 单标杆判据，三方（NPU / golden / GPU 竞品）cross_check 精度判据默认不生效，三方精度腿静默失效。

二、环境信息 （可选）

• 昇腾硬件型号：Ascend 950DT
• CANN 版本：cann-9.1.0（vendor 部署）

三、重现步骤 （可选）

1. 在未修复版本上，不带 --compare 运行 python3 -m ttk kernel -i <bias_cases>.csv --plugin tests/assets/golden.py -b release：precision_metrics 显示 standard=stat_rel_err，无三方数据；
2. 构造 unknown rank 输入（x dimNum==0）经 GE 图调用：infershape 未显式传播 unknown rank。

四、预期结果 （可选）

1. infershape 对 x dimNum==0 显式 SetDimNum(0) 传播 unknown rank，与仓内 addr/dot 等算子风格一致；
2. golden _TOL 浮点条目为 cross_check/L1，默认路由即三方判据（L1: mare<=5 / mere<=1.5 / rmse<=1.5）。

💡 备注：修复后抽样验证（Ascend 950DT，TTK kernel，release binary）：6/6 PASS，cross_check/L1 三方比值 mare/mere/rmse 均为 1.0。

关联 PR：https://gitcode.com/cann/ops-math/merge_requests/5746