On Policy Distillation 迁移到 Trainium2（Trn2/Neuron）—— Generate() 问题、排查与解决

将基于 CUDA 的 OPSD OGLS-SD 训练迁移到 AWS Trn2/Trainium2 时遇到的主要问题、排查过程与最终解决方案（distill 风格）。