Updates benchmark scripts and adds contribution section

Renames benchmark script filenames to remove "benchmark_" prefix for cleaner naming.

Updates performance comparison description to reference SDPA instead of Flash Attention for accuracy.

Removes outdated MQAR benchmark section that is no longer relevant.

Adds comprehensive contribution guidelines including bug reporting, feature requests, code contributions, and community standards to encourage open source participation.

Author: LoserCheems

README_zh.md

@@ -185,28 +185,22 @@ Flash-DMA 提供全面的基准测试工具，用于评估不同配置下的性
 
 ### 前向传播等效性
 ```bash
-python benchmarks/benchmark_forward_equivalence.py
+python benchmarks/forward_equivalence.py
 ```
 验证 Python 参考实现与 CUDA 实现之间的数值一致性。
 
 ### 性能基准测试  
 ```bash
-python benchmarks/benchmark_forward_performance.py
+python benchmarks/forward_performance.py
 ```
-在各种序列长度和批大小下比较 Flash-DMA 与标准 Flash Attention。
+在各种序列长度和批大小下比较 Flash-DMA 与标准 SDPA。
 
 ### 梯度计算
 ```bash
-python benchmarks/benchmark_grad.py
+python benchmarks/grad_equivalence.py
 ```
 测试反向传播实现和梯度等效性。
 
-### 多查询联想回忆
-```bash
-python benchmarks/benchmark_mqar.py
-```
-评估长程推理任务的性能。
-
 
 ## 故障排除
 
@@ -254,6 +248,31 @@ print_memory_stats()
 torch.cuda.empty_cache()
 ```
 
+
+## 贡献
+
+我们欢迎社区的贡献！Flash-DMA 是一个开源项目，我们重视所有类型的贡献。
+
+### 如何贡献
+
+- **报告错误**: 发现了错误？请[提交 issue](https://github.com/SmallDoges/flash-dmattn/issues/new/choose)
+- **功能请求**: 有改进想法？[告诉我们](https://github.com/SmallDoges/flash-dmattn/issues/new/choose)
+- **提交代码**: 准备贡献代码？查看我们的[贡献指南](CONTRIBUTING.md)
+- **改进文档**: 帮助我们完善文档
+
+### 贡献者快速入门
+
+1. Fork 仓库
+2. 创建功能分支: `git checkout -b feature-name`
+3. 进行修改并测试
+4. 提交 Pull Request
+
+详细说明请参见我们的[贡献指南](CONTRIBUTING.md)。
+
+### 行为准则
+
+本项目遵循[贡献者公约行为准则](CODE_OF_CONDUCT.md)。参与时，您需要遵守此准则。
+
 ## 许可证
 
 本项目采用 BSD 3-Clause 许可证。详情请参见 [LICENSE](LICENSE)。