amos 2f32624d3b Batch 18 (20261026-C-hwe-codegen-18): add 100 calibrated HWE code-gen tasks; pause production for rollout
100 tasks from the HWE arm-linux code-gen pool (outside the lk/man/pth
range given to batch 22), each with at least one independent
contract-edge defect and plain public docs. Claude reviewed 100/100
USABLE against current digests; no ID or source overlap with main or
batch 22. Difficulty is unmeasured.

progress.md records the wrap-up: all Codex sessions and Qwen schedulers
stopped for the user's rollout, Qwen results so far (57 HARD of 373),
and what is left on each batch branch.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-27 17:52:13 +08:00

82 lines
9.3 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 任务规格:concur-ordered-workqueue
## 身份与来源
- ID/version: concur-ordered-workqueue / 1;family: posix-concurrency;language: C++17。
- source 精确为 `hwe/lk-workqueue-dedicated`;路线 C,HWE 素材原创改写,software-only,难度 UNMEASURED。
- 素材:本批本地副本 `factory/20261026-C-hwe-codegen-18/hwe/arm-linux/code-gen/lk-workqueue-dedicated/{metadata.yaml,prompt.md,reference/lk_workqueue_dedicated.c}`。只读方向与参考;未执行原始脚本或判据。用户本批授权制作;无真实用户隐私、密钥或外部素材。
- 素材方向是专用 max_active=1 队列、逐作业生命周期与 destroy_workqueue 排空。重新编写普通 Linux 用户态 C++17 模型,没有移植内核文件或旧平台。
- split/source group: lk-workqueue-dedicated。核心问题是专属有序队列,与完成量广播或中断等待不相同。
- 本题不声称来自真实现场。题面采用模拟服务的现象记录。未测 Qwen、真实 Agent、硬件、内核、电气、真实时间或线程竞态;没有训练或权重更新。
- 审核状态:FROZEN,等待根独立只读审阅。真实 Agent 难度仍 UNMEASURED;双门不是实际模型解题轨迹。
## 初态、缺陷与环境
公开初态为 `template/engine.hpp`、`engine.cpp`、只观察 API 的 `runner.cpp`、`README.md`、`docs/contract.md` 与 `repro.txt`。候选仅两个 engine 文件。独立判据为 check.py,verify.py 与 rollout/bos_verify.py 逐字相同,未增加 isolation-blocked.txt。所有接口、界限、错误优先级、原子性、顺序、重复操作与 stdout 格式均公开。
两处独立缺陷:
1. start_next 从 ready 队尾取作业,导致同一专属队列按逆接受顺序执行。公开 repro 的三个单位作业即可观察。
2. destroy 将所有未完成作业转为 Cancelled 并清空 ready/current,违反排空合同。仅在未完成作业的其他公开合法场景暴露。公开 repro 没有 destroy,故修好第一处后,第二处不会又被同一 repro 观察到。两处单修均仍须判 FAIL。
C++17 标准库、Python3 标准库、g++,离线,无板卡、内核头文件、网络或额外依赖。评分总期限 120 秒,包装器内部 check 期限 100 秒;每次编译 35 秒,每个子进程运行 8 秒,防止挂死。镜像固定为 `ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1`,实际 image ID 写在正式回执,不以 tag 替代身份。评分按平台 512MiB/1CPU;无真实时钟依赖。
初态候选有效代码 502 行:engine.cpp=382,engine.hpp=120,按非空非注释行计(包含正常语法、声明与括号行),不跨 fixtures 重复计数。工程独有代码为上述业务 502 行,加原始观察器 87 行,共 589 行。未把 Python 判据、fixtures、文档、测试输入、重复文件或空白注释计入业务源码。接口结构与队列状态实现均为本题原创,未复制其他题业务。
## 公开入口与判据
构建 argv:`["g++","-std=c++17","-O2","-Wall","-Wextra","engine.cpp","runner.cpp","-o","queue-demo"]`。运行 argv `["./queue-demo"]`;stdin 每行一个命令,详见 docs。公开 repro 见 README;最终只评分 engine.hpp/engine.cpp。API 契约及协议表在公开 docs 内,公开头文件给出完整签名。
check.py 内的 Python 独立模型生成期望,不运行 gold 产生答案。固定 seed=33177019,14 个全新 Engine 进程,5550 次观察,包含 7 组长随机交错、多队列隔离、容量 1/64、保留记录 256、记录释放重用、最大工作量、分页与错误恢复。数值逐 token 检查完整消耗、signed64 overflow/underflow 与精确 arity;观察器没有用例、期望或断言,仅解析输入、调用 API、打印原始观察。候选只在编译/运行子进程里执行。
check 在首个编译子进程前完成候选读取、期望生成、scratch 文件写入。之后只使用已保存路径字符串调用子进程并比较内存里的 stdout,不再读取、写入、chmod/chown、遍历或删除 scratch。scratch 由 wrapper 建在其专属根下,wrapper 管生命周期;没有改变 wrapper 交给 nobody 的目录权限或归属。正式 Docker 中,包装器验证 UID65534 无法读取 /grader/verify.py,所有候选/编译器子进程降权、清空附加组;编译与运行用 argv,无 shell。
## 判据检查项 ↔ 公开依据
以下行号均为冻结版本 `template/docs/contract.md` 的真实行;每项输入组合受保护,规则公开。每个观察比较完整返回码、标量、状态列表或事件序列;运行子进程限 8 秒,编译限 35 秒。
| 检查类别 | 依据 | 覆盖与观察 |
| --- | --- | --- |
| 初始空状态、多 Engine 重置 | docs/contract.md:7、41 | 每条独立 trace 新建 Engine,初始队列不存在与日志为空 |
| 数值范围与错误字段 | docs/contract.md:7、9、11 | ID/容量/单位/值/预算/游标/limit 边界与枚举、零默认字段 |
| 创建与重复创建 | docs/contract.md:15 | 缺队列、首次创建、闭合后仍 Exists、无创建事件 |
| 提交错误优先级与原子性 | docs/contract.md:9、17 | invalid→missing→closed→duplicate→full;失败后票号/日志不变 |
| 活跃容量、记录上限 | docs/contract.md:17 | 容量1/64,Running 占容量,终态不占容量,256记录需释放 |
| 严格 FIFO | docs/contract.md:23、25 | 非单调 job ID、不同 units/value,最小接受票号先执行 |
| 部分推进与续跑 | docs/contract.md:21、23 | 预算0/1/相等/不足/过量,Running 优先,预算边界不抢先 Start |
| 队列隔离 | docs/contract.md:17、21 | 八队列相同 job ID、只推进目标队列 |
| 完成计数和有符号求和 | docs/contract.md:25、39 | 完成恰加一次、释放后累加值保持、负值/正负最大值 |
| 取消与重复取消 | docs/contract.md:29 | Waiting取消、Running Busy、terminal BadState,后续FIFO跳过 |
| 释放、重复释放与重用 | docs/contract.md:17、31 | 非终态Busy、终态删除、MissingJob、ID新票号 |
| destroy排空与幂等 | docs/contract.md:33 | 半运行+多个等待、取消混合、总剩余超过1000000、重复destroy无事件 |
| 关闭后操作与快照 | docs/contract.md:33、37、39 | submit/work Closed,查询/释放可用,按ticket有序,不推进工作 |
| 全部状态统计 | docs/contract.md:39 | 当前 Waiting/Running/retained 与累计 accepted/started/completed/cancelled/released/ticks/value |
| 生命周期事件与分页 | docs/contract.md:41 | 全局serial、跨队列、字段时点、close零job、0/256limit、超末游标、释放不删旧事件 |
| 原始协议及恢复 | docs/contract.md:45、49、50、51、52、53、54、55 | 精确arity、逐token signed64、overflow/underflow、未知/空命令与下一行恢复 |
## 样例
所有非template目录只含两个 candidate_files,共9类,均五次重置:
| fixture | 预期 | 机制 |
| --- | --- | --- |
| gold | PASS | map/unique_ptr 记录所有权 + deque FIFO,完整状态机 |
| template | FAIL | 两处缺陷同时存在 |
| noop | FAIL | work不做推进 |
| cheat | FAIL | 每次无视预算直接完成作业,单位公开例可蒙混 |
| cheat_read_grader | FAIL | 仅能读取私有check.py时才提供gold行为;否则create返回BadState |
| fix_fifo | FAIL | 仅修普通调度,destroy仍丢弃未完成作业 |
| fix_destroy | FAIL | 仅修destroy,普通调度仍逆序 |
| mask_symptom | FAIL | 单位作业按FIFO,多单位仍逆序,destroy缺陷保留 |
| valid_scan | PASS | vector队列表+vector作业记录,每次扫描Running或最小ticket,无map/deque工作链 |
valid_scan 同时改变核心表示和选择算法。判据不匹配函数源码或容器形式。硬编码公开输出、假完成、忽略预算被隐藏值与状态/事件观察拒绝。cheat_read_grader 的 host 无隔离意外 PASS 是规范允许例外,保留真实 FAIL 总回执;不能据此改 expected 或忽略 Docker 隔离门。
## 实测证据与交付边界
管理 PID、阶段、冻结 digest、真实命令与退出码持续保存在 `factory/20261026-C-hwe-codegen-18/subagents/lk-workqueue-dedicated/state.json`,每次运行用唯一 runs 子目录和日志,不覆盖历史。report.json 将记录两道回执路径、真实结果、当前 digest、清理结果与限制。单次 gold 已完成 5550 观察 PASS;正式重复结果以 report.json 和原始 receipt 为准。
全仓 unittest 留给根统一执行,本子 Agent 未运行。没有 Qwen 或其他真实 Agent 采样;没有凭据访问;没有声明完整 rollout 或难度实测;没有 Git 提交或修改平台、其他题与项目 docs。正式准入仍需根独立只读审阅。
最终重复证据:本地 `local-20261026T180734844007Z/calibration-4664921cae0344ef9330889a317f4f1a` 45次、总体FAIL/exit1(仅允许的host读grader例外);Docker `docker-20261026T180848167594Z/calibration-0a3e2cb683644f96ae14486e2627d025` 45次、总体PASS/exit0。两者都cleanup confirmed、同当前摘要 `c4d3408b3028a0c6f006e3210f7db5bf73bef0e54a69508ae2d116bce391a2f8`。两条路径位于 `runs/20261026-C-hwe-codegen-18/lk-workqueue-dedicated/`。本题45个精确容器名inspect后剩余0;没有创建网络或镜像。完整回执与报告均保留,待根独立审阅,不自动标记正式ADMITTED。