修正 fused_moe 教程

基于AI Agent开发范式的国产GPU大模型推理算子库优化/Fused MoE 算子入门：从 Benchmark 验证到 XPU-OJ 接口提交.md

@@ -378,22 +378,26 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
     
 **目标：**理解 Benchmark 和 XPU-OJ 在线评测任务的不同，完成从 Benchmark 到 XPU-OJ 提交的转换。
     
-**操作：**
-    
+**操作：**   
 
 1. 厘清 Benchmark 和 XPU-OJ 的区别：
     
 赛事镜像中的 Benchmark 脚本用于理解目标算子的调用方式、输入输出 shape 和性能基线；XPU-OJ 题包用于定义最终评测接口、数据范围、参考输出和精度要求。
     
-| **维度** | **Benchmark 脚本** | **XPU-OJ 提交** |
-| --- | --- | --- |
-| **目的** | 理解算子接口、建立性能基线 | 统一环境下的正确性+性能评测 |
-| **接口形式** | Python API | 三种接口供选择：CUDA Maca（`extern "C"`）、TileLang（Python `@jit`）和 Triton（Python `@triton.jit`） |
-| **函数签名** | `backend_fn(...)` | `run_kernel(...)` |
-| **数据范围** | 多种 head\_dim / batch\_size / seq\_len 组合 | 固定参数范围（以题包为准） |
-| **验证** | 无自动正确性校验，人工对比输出数值 | 强制通过 `torch.allclose(rtol=2e-2, atol=5e-3)` |
-| **输出** | 终端直接输出 | 排行榜得分 |
-    
+<center>
+<table border="1" style="border-collapse: collapse; width: 100%; text-align: left;">
+<tr style="background-color: #f2f2f2;"><th style="padding: 8px;">维度
+<th style="padding: 8px;">Benchmark 脚本
+<th style="padding: 8px;">XPU-OJ 提交
+
+目的理解算子接口、建立性能基线统一环境下的正确性+性能评测
+接口形式Python API三种接口供选择：CUDA Maca（`extern "C"`）、TileLang（Python `@jit`）和 Triton（Python `@triton.jit`）
+函数签名`backend_fn(...)``run_kernel(...)`
+数据范围多种 head_dim / batch_size / seq_len 组合固定参数范围（以题包为准）
+验证无自动正确性校验，人工对比输出数值强制通过 `torch.allclose(rtol=2e-2, atol=5e-3)`
+输出终端直接输出排行榜得分
+
+</center>
 
 
 2. 理解完成 benchmark 验证并成功建立性能基线后，需要完成以下转换：
@@ -554,7 +558,7 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
         | $T_k<T_h$ | 大于 100 分 | 超越理论估算，可能因估算偏保守 |
         | $T_k≫T_b$ | 接近 0 分 | 远慢于 Baseline |
 
-#### Step 13：榜单查看与优化方向
+#### Step 11：榜单查看与优化方向
 
 **目标：**掌握榜单查看方法，了解自身排名位置，并制定针对性的代码优化策略。