问题描述

对以下算子的调用示例（examples/test_aclnn_.cpp）与接口文档（docs/aclnn.md）进行检查，发现宿主数据类型与 Tensor dataType 不匹配、shape 与参数表不一致、设备地址复用、日志标签残留等问题，部分问题会导致内存越界/泄漏或数值错误。

问题清单

aclnnDequantBias（quant/dequant_bias）

1. inputHostData 声明为 int16_t 但 Tensor 创建为 ACL_INT32，H2D 拷贝大小仅为一半，device 侧 INT32 越界读取
2. PrintOutResult 中 resultData 为 int8_t，接收 FLOAT16 输出仅拷贝一半数据
3. aclnnDequantBiasGetWorkspaceSize 第 5 个参数 outputDtype 传入 true，应为 1（weightScale 为 FLOAT 时表示输出 FLOAT16）
4. weight/activation/bias 宿主数据为 int32_t 但 Tensor 创建为 ACL_FLOAT，位模式按 float 解析为错误值

aclnnGeluBackward（activation/gelu_grad）

5. gradOutputHostData 为 int 且 gradOutput 创建为 ACL_INT32，参数表仅支持 FLOAT/FLOAT16/BFLOAT16，触发 161002

aclnnGeluBackwardV2（activation/gelu_grad_v2）

6. gradOutputHostData 为 int 但创建为 ACL_FLOAT，0x00000001 按 float 解析为 1.4e-45 而非 1.0

aclnnAdvanceStep（optim/advance_step）

7. inputShape = {8,1} 为 2 维，参数表要求 shape 长度与 numSeqs 一致（1 维）
8. blockTables 参数描述"用于记录不同blockIdx下block的大小"与公式语义不符，应为 block 的物理块编号
9. 日志标签 "mean result" 为模板复制残留

aclnnAdvanceStepV2（optim/advance_step）

10. inputTokens shape 为 {16}（1 维），参数表要求 2 维 {numSeqs, 1+specNum}；sampledTokenIds、inputPositions、seqLens、slotMapping、specToken 的 shape 同样不符合参数表约束
11. input7/input8 创建时复用 input5/input6 的 DeviceAddr，指针被二次 malloc 覆盖，首次分配泄漏
12. 头文件包含残留注释"//不确定头文件名字"；日志标签 "mean result" 为模板残留

其他

13. aclnnGeluMul、aclnnSoftmaxCrossEntropyWithLogits 示例日志标签 "mean result" 为模板残留
14. aclnnSoftplusBackward（含 experimental 副本）CHECK_RET 中 return ret 后多余分号

期望行为

示例与文档代码应与参数表一致：宿主数据类型与 Tensor dataType 匹配、shape 符合参数表约束、每个 Tensor 使用独立设备地址、日志标签与实际算子对应。