🟡 Medium Priority

变更将函数原型从 torch.ops.cann_ops_nn.swiglu_group( 改为 cann_ops_nn.swiglu_group(（第43行），但下方示例代码（第92行、第107行）仍然使用 torch.ops.cann_ops_nn.swiglu_group(。

• 变更行：第43行（函数原型）

建议：统一示例代码中的 API 调用形式，将第92行和第107行的 torch.ops.cann_ops_nn.swiglu_group( 改为 cann_ops_nn.swiglu_group(，或将函数原型恢复为 torch.ops.cann_ops_nn.swiglu_group(。

🟡 Medium Priority

在功能说明段落中，原文"FP8量化矩阵"（Float Point 8）被误改为"P8量化矩阵"。该文档其余各处（第74、75、82、88、90、127行）均一致使用"FP8"，此处"P8"为排版清理过程中意外丢失"F"导致的拼写错误。用户阅读时会误解为某种不存在的"P8"数据类型。

建议：将"P8"修正为"FP8"，恢复丢失的字符"F"。

🟡 Medium Priority

x2_scale 参数的 shape 描述列中，原文 （随 x2 方向） 在排版清理后变为 （随x2 方向），缺少了 x2后面的闭合反引号 `` ``。对比同一表格中 x1_scale 行（第116行）正确使用了 （随x1方向）（含闭合反引号），此处缺少反引号会导致 Markdown 渲染异常，x2 方向 可能被错误地连带渲染为行内代码。

建议：在 x2 后补上缺失的闭合反引号 `，即 （随x2方向）。

🟡 Medium Priority

变更将函数原型从 torch.ops.cann_ops_nn.grouped_dynamic_mx_quant_with_dual_axis( 改为 cann_ops_nn.grouped_dynamic_mx_quant_with_dual_axis(（第93行），但下方示例代码（第265行）仍然使用 torch.ops.cann_ops_nn.grouped_dynamic_mx_quant_with_dual_axis(。

• 变更行：第93行（函数原型）
• 影响：用户阅读文档时看到两种不同的调用形式，会困惑应使用哪一种。若直接复制原型形式但实际只有旧形式可用（或反之），将导致运行时 AttributeError。

建议：统一示例代码中的 API 调用形式，将第265行的 torch.ops.cann_ops_nn.grouped_dynamic_mx_quant_with_dual_axis( 改为 cann_ops_nn.grouped_dynamic_mx_quant_with_dual_axis(，或将函数原型恢复为 torch.ops.cann_ops_nn.grouped_dynamic_mx_quant_with_dual_axis(。

🟡 Medium Priority

在 shape 约束公式中，原文 Ceil(x.shape[-1] / 32)（先除再取上整，语义明确）被系统性地改为 Ceil(x.shape[-1], 32)（双参数形式，语义模糊）。同一算子的兄弟文档 aclnnMxToBlockMxQuant.md（第281/286/291行）、README.md（第106/111/116行）以及 C++ 头文件 mx_to_block_mx_quant_proto.h（第29/39行）均保持使用 Ceil(... / 32) 的除法形式。此 diff 引入的不一致会使用户对 shape 计算公式产生歧义——若将 Ceil(a, b) 解读为"将 a 向上舍入到 b 的整数倍"，则计算结果与原文完全不同（例如 x.shape[-1]=64 时，旧公式得 1.5，新解读可能得 32.5）。

受影响位置：

• 第165行：mxscale.shape[-2]
• 第170行：scale1.shape[-2]
• 第175行：scale2.shape[-3]

建议：将所有 Ceil(x.shape[-1], 32) 恢复为 Ceil(x.shape[-1] / 32)，Ceil(x.shape[-2], 32) 恢复为 Ceil(x.shape[-2] / 32)，与兄弟文档及源码注释保持一致。