测试修复：🐛 修复测试运行互斥、错误阶段记录与 CASE 日志恢复

[cangtianhuang]

背景

本 PR 将 dev 合入 upstream/main 以来的测试基建修改统一提交，覆盖后台任务互斥、测试阶段错误分类、CASE 日志持久化恢复和 take_along_axis 输入生成。原实现按脚本名生成 PID 文件，多个入口可能同时操作同一输出目录；CASE 日志在进程中断或重试时可能留下未闭合记录；错误日志中的阶段信息也不统一，影响定位和复测分类。

问题定位

• PID 文件按脚本名区分，无法阻止不同脚本同时写入同一输出目录，停止和自然退出清理之间也存在竞态
• take_along_axis 的函数入口参数名为 arr，Tensor method 绑定后接收者参数为 x，旧规则直接读取 arr.shape 会触发 NoneType 异常
• worker 日志使用文件尾部作为聚合依据时，主进程或 worker 中断可能把未闭合 CASE 发布到 log_inorder.log
• 结果日志阶段名称由调用方自由拼接，输入、Paddle、Torch、同步和比较阶段的错误分类不一致

实现方案

后台任务以实际 output.log_dir 作为任务身份，使用同目录 PID 文件和 flock 锁串行化启动、停止、状态查询和 PID 清理。CASE 日志继续使用每 worker 一个临时文件和增量 offset；完整 CASE_END 后执行 fsync，聚合通过 .log_inorder.build 和 .inorder_state.json 保存安全 offset，使用发布临时文件原子替换最终日志。只有最终派生输出发布成功后才清理 source，主进程重启时可丢弃未闭合尾部并恢复完整 CASE。

测试阶段统一使用 Stage 类型和预定义阶段常量，保留错误类型与执行阶段的独立性。输入规则通过 arr/x 回退兼容函数和 Tensor method 两种绑定形式。

主要变更

1. 输出目录级任务互斥

run.py、run-example.sh 和 test_pipeline/V4/*.sh 统一使用 output.log_dir/.paddleapitest.pid 及对应锁文件，增加进程组停止等待、旧 PID 保护和自然退出清理保护。CLI 文档与 run 配置 schema 同步移除脚本自定义 pid_file。

2. CASE 日志持久化与恢复

tester/reporting/log_aggregation.py 增加安全 build、source offset、fsync 和原子发布流程，支持首次 baseline、主进程中断恢复、worker crash synthetic end 和 cleanup 重试幂等。tester/reporting/log_runtime.py、log_worker.py 负责结果分片和 CASE_END 的落盘。

3. 统一错误阶段和结果日志

tester/reporting/log_schema.py 定义输入、Paddle、Torch、同步、比较和内存预检查阶段；accuracy、paddle-only、稳定性和性能 tester 使用统一阶段名称，删除旧的 Paddle error dismiss 兼容路径，并扩展结果日志结构化字段。

4. 输入生成规则修复

tester/input_generation/generation_rules.py 兼容 paddle.take_along_axis 和 paddle.Tensor.take_along_axis 的参数绑定差异。

改动文件

类别	文件	功能说明
任务控制	run.py, run-example.sh, test_pipeline/V4/*.sh	输出目录级锁、PID 生命周期和后台任务管理
配置文档	docs/CLI_REFERENCE.md, test_pipeline/run_config.schema.json, test_pipeline/run_config.yaml	CLI 和运行配置约束同步
日志恢复	tester/reporting/log_aggregation.py, tester/reporting/log_runtime.py, tester/reporting/log_worker.py	CASE source、offset、fsync、原子发布和恢复
日志结构	tester/reporting/log_schema.py, tester/reporting/log_comparison.py	统一阶段类型和结构化错误输出
测试执行	tester/base.py, tester/accuracy.py, tester/accuracy_stable.py, tester/paddle_only.py, tester/paddle_cinn_vs_dygraph.py, tester/paddle_device_vs_cpu.py, tester/paddle_device_vs_gpu.py, tester/paddle_gpu_performance.py, tester/paddle_torch_gpu_performance.py, tester/torch_gpu_performance.py	统一阶段传递和错误分类
输入生成	tester/input_generation/generation_rules.py	修复 method 参数绑定兼容