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

@@ -812,13 +812,39 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
     ```
     
 6.  **生成 OJ 提交代码**
+
+    ```plaintext
+    我正在做 XPU-OJ 的 Fused MoE 算子优化题目，需要生成一个最小冒烟提交版本。
+
+    请根据下面接口写一份完整 Python 代码：
+
+    def run_kernel(a, b_col_major, scale_a, scale_b, moe_weights, token_ids, expert_ids, topk, out):
+        ...
+
+    题目语义：
+    1. N = 128，K = 128；
+    2. EM = num_tokens * topk，且 EM 是 128 的倍数；
+    3. token(r) = token_ids[r] // topk；
+    4. expert(r) = expert_ids[r // 128]；
+    5. b_col_major 的布局是 [expert, n, k]；
+    6. 结果必须原地写入 out；
+    7. out 的 dtype 是 bfloat16；
+    8. 正确性优先，不需要优化性能。
+
+    代码要求：
+    1. 函数名和参数顺序必须完全一致；
+    2. 不要添加 torch.Tensor 类型注解；
+    3. 不要依赖外部文件；
+    4. 不要打印调试信息；
+    5. 不要返回新 tensor，只写入 out；
+    6. 请输出一份可以直接复制到 XPU-OJ 提交框的完整代码。
+    ```
     
 7.  **KernelSwift 系统搜索算子**
     
-
-```plaintext
-请帮我在算子广场检索 fused_moe 算子
-```
+    ```plaintext
+    请帮我在算子广场检索 fused_moe 算子
+    ```
 
 ## 九、常见问题与注意事项