viable/strict/1788515410: BE: Raise NotImplementedError for unsupported linalg dtypes (#192352)
PyTorch 的 PR #192352 将 linalg 和 norm 操作中不支持的 dtype（整数、布尔及部分半精度）从 RuntimeError 改为 NotImplementedError，涉及 checkFloatingOrComplex、torch.norm、linalg.vander 及参考实现辅助函数。该 PR 由 Claude Code 辅助编写，并依赖 #192351。
发展脉络
- 首次出现viable/strict/1788515410: BE: Raise NotImplementedError for unsupported linalg dtypes (#192352)PyTorch Core
- 当前判断PyTorch 作为主流深度学习框架，其错误处理语义的细化体现了开源项目在成熟度上的演进。使用 AI 辅助编码（Claude Code）完成此类改动，也反映了 AI 工具在开源开发中的实际应用趋势。Agent Pulse · 分析
PyTorch 的一个拉取请求（#192352）修改了 linalg 和 norm 操作对不支持数据类型的错误处理。此前，这些操作对整数、布尔及部分半精度输入抛出 RuntimeError，但理论上可以通过类型提升来支持，因此改为抛出 NotImplementedError，以更准确地表明功能尚未实现而非输入错误。改动覆盖 checkFloatingOrComplex、torch.norm、linalg.vander 及参考实现辅助函数。该 PR 由 Claude Code 辅助编写，并依赖另一个 PR #192351。
此改动将错误类型从 RuntimeError 调整为 NotImplementedError，反映了 PyTorch 对未支持 dtype 的语义区分：RuntimeError 通常表示输入或状态错误，而 NotImplementedError 明确表示功能缺失。这有助于开发者区分问题根源，并可能为未来通过类型提升支持这些 dtype 铺路。
PyTorch 作为主流深度学习框架，其错误处理语义的细化体现了开源项目在成熟度上的演进。使用 AI 辅助编码（Claude Code）完成此类改动，也反映了 AI 工具在开源开发中的实际应用趋势。
对于依赖 PyTorch 进行数值计算的团队，此改动提高了错误信息的可诊断性，减少了调试时间。同时，AI 辅助编码的引入可能降低维护成本，但需关注 AI 生成代码的质量与合规性。
未来，PyTorch 可能会通过类型提升机制支持这些 dtype，从而消除 NotImplementedError。开发者可关注后续版本中 linalg 和 norm 操作对整数、布尔及半精度输入的支持情况。