Add mid train dataset generation scripts

[JewelRoam]

生成流程

• 前置工作：根据sample_lists找到graph_list，从而找到子图路径

Usage:

#   bash expand_graph_paths.sh

• 生成步骤：
  1. 设置TORCH_COMPILE_DEBUG环境变量，使用graph_net_bench.torch.test_compiler捕获Inductor的编译产物，并记录下log；
  2. 根据 log，筛选正优化样本留用；
  3. 从 Inductor 的编译产物中清除无用的代码，提取出triton kernel；
  4. 从原 GraphNet 样本目录中提取出计算图代码（目前为model.py）；
  5. 把c、d两步的产物互相配对，存放在一个目录下。

Usage:

#   bash extract_triton_kernels.sh <source> [gpu_ids]
#
# Args:
#   source   (required): "list" or "hf"
#   gpu_ids  (optional): comma-separated GPU IDs, e.g. "0,2,5,7"
#
# Examples:
#   bash extract_triton_kernels.sh list            # list source, auto-detect GPUs
#   bash extract_triton_kernels.sh hf 0,2,5,7      # hf source, specified GPUs