实现 Top-p（Nucleus）采样过滤

实现 top-p（nucleus）采样的过滤步骤。给定归一化的概率分布和阈值 p，保留累计概率达到 p 的最小前缀（按概率从大到小），其余置零后重新归一化： 1. 按概率从大到小排序，计算累计和 cumsum； 2. 找到第一个使 cumsum >= p 的位置 k（0-based）； 3. 保留排序后的前 k+1 个 token（其余概率置 0，注意保留它们**原位置**的概率值）； 4. 返回过滤后除以剩余概率总和（重新归一化到 1）。 输入：probs 为 (V,) float32 且求和为 1；p ∈ (0, 1]。输出 (V,) float32，求和为 1。 要求： - 不要调用 torch.multinomial 等采样函数（本题只做过滤，不做采样）； - p = 1 时输出必须与输入完全一致； - 被保留的 token 的**相对比例**不能改变（只做整体缩放）； - 计算必须可微。