Add GraphTokenizer implementation

[baihchou8787]

概述

新增 GraphTokenizer 算法实现，包括图序列化、Graph-BPE 分词、GraphBERT/GraphGTE 模型、训练示例与使用文档。

新增 QM9、OGBG-molhiv 和 Peptides-struct 三个分子数据集的数据加载器，支持数据下载、预处理及官方训练/验证/测试划分。

最新提交（989b48a）

• 精简并固化 GraphTokenizer 论文协议的训练/预检流程、序列化与 BPE 行为。
• 补充模型、协议及分词回归测试，并整理设计和执行文档。
• 明确当前原生 GraphGTE 为随机初始化，GTE 结果须在官方 checkpoint 加载完成后重新验证。
• 未包含工作区中无语义的全仓 LF→CRLF 换行符变化。

测试

此前在 TL_BACKEND=torch 环境下运行相关测试：

• 146 项通过
• 2 项跳过

本次提交已通过 compileall 与 git diff --check；当前环境未安装 pytest，因此未重复运行聚焦 pytest。

[baihchou8787]

已补充 GraphTokenizer 改进（commit 5c17b0b）：

• 平行边 fail-fast，避免 Feuler 静默去重导致结构丢失。
• GraphBPE 保护 component separator，禁止跨组件边界合并。
• tokenizer 记录 train-only fit 的 graph-ID 哈希和 schema 版本。
• 训练器拒绝多维 feature 的静默首元素压缩。
• 普通训练流程只在每轮评估 validation；恢复最佳 validation 状态后仅评估一次 test。
• 补齐 C++ BPE 与 Python reference 的 parity helper。
• 文档明确 deserialize() 尚未实现，且随机初始化 TLX GTE 不等价于论文的预训练 GTE。

验证：136 passed（GraphTokenizer transform、model、paper protocol、C++ BPE bridge 相关测试）。