描述

完善 Atanh 原地 ACLNN 通路的测试参考，修复 Golden 改写共享输入造成的精度失败。

TTK 在设备执行前生成 Golden。原来的 AclnnInplaceAtanhTestSpec.golden 通过 inputRef.copy_(result) 写回共享输入；FP64 不会创建升精度副本，后续 ACLNN 调用收到的已经是第一次 atanh 的结果。例如输入 1 会先被 Golden 写成 Inf，设备再计算 atanh(Inf) 得到 NaN。

本 PR 的最终行为：

• Golden 保留 inputRef 参数，计算后按其 dtype 完整转换，返回独立的 [result]，保持框架输入及底层存储不变。
• 拒绝整型和 BOOL，避免浮点结果被隐式转换回非法的原地输入类型。
• 补充接受 inputRef 的 Torch 三方适配器，使用 [inputRef.clone().atanh_()]，使重复参考调用相互独立。
• 实际 ACLNN 的原地写回由测试用例的输出槽 (0,) 回读设备输入缓冲区进行验证；Golden 的 Python 返回对象不承担设备别名验证。

本次仅修改 math/atanh/tests/assets/golden.py，包括对应说明。既有注册、数值计算 helper、FP16/BF16 提升规则、输出 dtype 映射和 Kernel/GEIR L0 标准保持一致。

关联的Issue

• Atanh 质量加固跟踪：https://gitcode.com/cann/ops-math/issues/4241
• 原地接口注册及参考合同：https://gitcode.com/wangyueting/changwei_yezhao/issues/40
• 本次共享输入污染导致的精度失败：https://gitcode.com/wangyueting/changwei_yezhao/issues/78

该精度 issue 的 CI 使用 operator-artifacts 中的独立 Golden；本 PR 更新 ops-math 的同类资产，归档仓 Golden 需单独同步后才能对该 CI 生效。

测试

• 新增的定向回归在修改前复现 4 项失败：Golden 修改调用方输入、Golden/三方共用输入时相互影响、FP64 的 NumPy 底层存储被改写。修改后 79 项 CPU 合同检查全部通过。
• CPU 检查覆盖 FP16/BF16/FP32/FP64/COMPLEX64/COMPLEX128，位置与关键字调用，标量、空张量、转置及偏移切片，重复调用独立性，非法类型拒绝，以及 NaN/Inf/正负零语义。核对原有三个注册和 L0 定义。
• 使用正式 python3 -m ttk aclnn 通路，直接加载本 PR 修改后的 math Golden，回放 issue 中 002、003 的原始输入 dump；每条执行 3 次、确定性级别 1，精度和确定性均 PASS。
• 两条回放的输入文件及 Golden 文件均与此前失败基线逐字节一致。002 有限值最大绝对误差为 8.881784197001252e-16；003 的 16,627,603 个输出全部为正 Inf，与 Golden 一致。
• 真机验证环境：Ascend950PR_9579、CANN 9.1.0-beta.1、恢复树 TTK a89e7962。本轮验证本地 ACLNN/NPU 精度，未采集远端三方或性能数据，不代替 CI 精确构建的验收。
• 按 math 仓原配置执行该文件完整 pre-commit，所有适用检查通过，OAT 实际扫描通过；git diff --check 及 AST 范围核验通过。

三方适配器内的 clone 会增加分配与拷贝开销，其整体耗时包含 clone。

文档更新

更新 Golden 文件中的输入保留和独立返回值说明。

类型标签

• Bug修复
• 新特性
• 性能优化
• 文档更新
• 其他，请描述：

2026-11-11 补充：TF Golden 输入兼容

关联问题： https://gitcode.com/wangyueting/changwei_yezhao/issues/90

归档仓对应修复： https://gitcode.com/opencann/operator-artifacts/pull/417

问题为 TF EagerTensor 被直接送入要求 NumPy 数组的转换函数，导致 TypeError: expected np.ndarray (got tensorflow.python.framework.ops.EagerTensor)，TTK 最终判为 GOLDEN_FAILURE。

math 原 Golden 未注册 tf.math.atanh。本次在同一文件 math/atanh/tests/assets/golden.py 补入独立的 TensorFlowAtanhTestSpec：TF 输入经 np.asarray(x.numpy()) 归一化，支持零维标量、空张量和 Variable；借助现有 dtype 转换工具及 _atanh_reference / _numpy_result 生成 NumPy 参考输出，保持输入 dtype/shape，并提供 TF 三方映射。

既有 Kernel/GEIR 和 ACLNN Spec、数值辅助函数、原地输入隔离逻辑保持原样，Kernel/GEIR 仍只支持 FP16/BF16/FP32 并使用 L0；本次未新增 FP64 容差标准。

验证：

• 新增 TF 路由的定向检查先复现“未注册”，修复后通过；17 项 TF CPU 检查全部通过，显式确认使用本插件注册，排除默认 CPU 回退假通过。
• 包含 issue 的两条完整规模用例：FP32 (7,406692,7)、FP16 (2451122,)；按源仓范围和固定种子 9001/9002 生成输入，Golden 生成、shape/dtype 和输入保持检查通过。
• 原有 79 项 math 接口契约检查全部通过，总计 96 项 CPU 检查通过。
• 完整 pre-commit 通过，包含实际执行的 OAT 扫描；Ruff 未修改已验证文件。
• AST 检查确认原有函数和 Spec 类实现均保持一致，仅新增 TF Spec、注册和说明。

环境：TensorFlow CPU 2.21.0、Torch 2.7.1+cpu、恢复树 ops-test-kit。本次未取得原 CI 输入 dump，未执行 NPU eager/graph_cst/graph_dyn 精度回归；CPU 检查不作为设备精度结论。关联 issue 不自动关闭。