210 batch-15 tasks used 119 ad-hoc family names. Each now carries one of the canonical root-cause families (11 of the 19 are used), with version + 1 and a spec.md note, and was recalibrated through both gates. Claude checked that only family, version and spec.md changed, that every family is canonical, and the new trace6 Docker receipts against current digests (210/210 USABLE). Squashed from the 36-local branch batch20-family. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
8.7 KiB
config-layout-fields 规格
1. 身份与来源
- task-id/version: config-layout-fields / 1;family: configuration-abi;语言 C11。
- 路线 C 原创,source/split/source-group 为
hwe/dbg-gdb-struct-init-designated。HWE easy/public 原料只读 prompt/reference;不读取或执行来源 checks/脚本。冷热来源一致与非 heldout 由 root sourceproof02 预先核实,不重复哈希原料。 - 2026-10-12 项目资源授权及本题 BRIEF 的 AUTHOR_RUNNING 授权;无真实用户原文、凭据或个人信息。
- 来源给出命名字段不应依赖声明次序的知识点。工程、初态、独立 Python 模型、observer、样例均原创,不称真实事故,不复用其他本批业务骨架。
- 软件替身:公开四种结构布局逐配置编译,命名字段同义;不要求指定初始化语法。可靠性问题完整保留且确定可观测,不需板卡、网络或真实时序。
- 本题作者负责实现和校准;业务/独立评审由 root 后续执行。当前审核状态 CALIBRATED(root独立审阅PENDING);难度 UNMEASURED。未运行 Agent/Pi/Qwen,不称 ADMITTED。
2. 初态、环境与资产
- 完整初态为 template/,候选6文件,另含公开 observer.c、README、contract 与两个独立示例。gold 与每个其他 fixture 仅 candidate_files。
- D1:PUT校验命名参数后,使用位置初始化构造实际提交值。默认布局0正确,公开布局1/2/3错位。默认 make demo 不触发;独立 make reordered 才暴露此缺陷。
- D2:PATCH跳过合法0值,默认示例即可复现。与D1独立;only_fix_fields 仅修D1,only_fix_zero仅修D2,两者都应失败全矩阵。
- 构建仅需固定 trace6 镜像中的 gcc/make,已通过唯一只读工具探针确认。不使用原料 CMake、不安装依赖。
- 固定镜像
ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1。实际 image ID 与所有回执见 report.json;不以浮动 tag 代替身份。 - 普通独有有效工程统计只取一份template候选的C/header及必要Make,排除空行/注释,不计observer、文档、数据、样例倍数。实算543行;早期537少计6条指针解引用语句,逐文件统计见report。无需另设candidate-only或去括号门槛。
- compiler生产deadline20秒、candidate8秒、cleanup5秒、independent absence5秒;每个监督器限时回收余量3秒,父额外5秒防挂死;task整体120秒,bos内部100秒。512MiB/1CPU正式评分,无额外依赖或服务。
3. 题面与接口
题面为现场报告式症状,公开默认和独立可选复现命令、提交文件及符合contract全部条款的交付目标,不点出根因函数/文件/类别。公开 C API 在 include/profile.h;所有字段、范围、错误码、命令、事务、摘要及stdout词法均在 docs/contract.md。初态支持 make clean && make && make demo 与独立 make reordered,默认layout0,其他可设LAYOUT2/3。只按命名字段和文档行为判定合法实现。
4. 判据检查项 ↔ 公开依据
| 行 | 判据行为 | 精确依据 | 验证 |
|---|---|---|---|
| 1 | 四种布局命名字段不变 | template/docs/contract.md:5 (C01) | 四配置分别重新编译;PUT/GET/MEASURE全矩阵 |
| 2 | 槽范围与初始化 | template/docs/contract.md:9 (C02) | 空库、满槽、负值与边界 |
| 3 | PUT替换、revision及epoch | template/docs/contract.md:13 (C03) | 随机替换、同值替换与越界原子拒绝 |
| 4 | PATCH的位选择与合法零值 | template/docs/contract.md:17 (C04) | 所有单字段、全mask、mask0、未选参数越界 |
| 5 | 删除与复制生命周期 | template/docs/contract.md:21 (C05) | 缺失、源目标同槽、替换目标 |
| 6 | 交换事务 | template/docs/contract.md:25 (C06) | 同槽、双槽、缺失与越界 |
| 7 | 独立双快照 | template/docs/contract.md:29 (C07) | 保存、覆盖、重置、重复恢复 |
| 8 | GET与SUMMARY无状态变化 | template/docs/contract.md:33 (C08) | 混合序列中连续读取 |
| 9 | 错误类别、优先级与原子性 | template/docs/contract.md:37 (C09) | 多重错误及失败后继续操作 |
| 10 | 测量与饱和 | template/docs/contract.md:41 (C10) | 正负gain、limit0、最大样本、失败零观测 |
| 11 | Summary全部项与有符号摘要 | template/docs/contract.md:45 (C11) | 逐行独立整数模型 |
| 12 | 命令词法与整数域 | template/docs/contract.md:49 (C12) | 前导sign/5000零、溢出、VT、非法token |
| 13 | 命令形状、持续处理与退出 | template/docs/contract.md:53 (C13) | 空白、参数缺多、未知命令、正常EOF |
| 14 | 固定raw observer完整观测顺序 | template/docs/contract.md:57 (C14) | 逐行69个整数精确比较 |
| 15 | 十进制输出域与stderr兼容 | template/docs/contract.md:61 (C15) | 完整ASCII token后归一化;stderr不参与比较 |
| 16 | 默认与独立可选示例 | template/docs/contract.md:65 (C16) | 默认含D2,重排独立仅触发D1 |
- 私有 check.py 的 expected_rows 用Python列表/独立快照与整数代数复算,每种布局538条输入,共2152完整观测行;不运行gold求答案。raw observer只调用公开API并打印实际返回/字段,不含隐藏断言、期望或输入数据。
- 固定种子163。四布局分别干净重编译;所有源、公开observer和输入payload均在首个子进程前准备。所有候选/编译/清理/absence仅通过argv子进程;父check在首child之后只处理内存、管道与受保护诊断目录,不再触碰候选树。
- execute监督器为UID/GID65534/空groups,与候选同身份持有kill/wait权限,Linux subreaper回收同PG、setsid和闭stdio后代。信号逐PID先fresh stat核start/live;旧Z/X和PID复用不授权。own Popen先poll/wait,adopted实际wait记录start严格None,未知wait不写回tracked。
- 父严格验证实际metadata身份、类型、nonce/argv、时间与生产deadline、真实leader rc/reaped、timeout、完整IO nSHA、后代/PG缺失和异常。任何非0、异常、缺metadata、timeout、cleanup失败或absence失败都不得PASS。finally覆盖scratch创建后的准备异常,cleanup与严格lstat独立absence各自检查;FileNotFoundError仅absence0,其他lstat异常拒绝。
- 任意stderr字节允许且bytes捕获;没有新增大小cap。stdout完整ASCII十进制token后先归一化符号/leading0再转int,拒绝underscore等越域词法,不误拒5000个零。
- bos marker仅保存完整metadata和实际wire/IO长度/SHA,绝不嵌wire/base64/IO正文。正式两门原wire与IO不存,仅actual nSHA,不能声称原文留存;可信诊断另有父控制受保护目录保存实际wire、wrapper stderr及输入,原始IO可从wire无损解码。
5. 样例与闸门
| fixture | 预期 | 机制 |
|---|---|---|
| gold | PASS | 显式命名赋值、按mask原子更新 |
| template | FAIL | D1+D2原样初态 |
| noop | FAIL | 命令无状态变化,真实构建成功但观测错误 |
| cheat | FAIL | 只应付RESET/SUMMARY,其他操作假成功 |
| cheat_read_grader | FAIL | 只在能读私有判据时正确执行;正式应实际退出71;可信本地可能PASS,不能证明host隔离 |
| only_fix_fields | FAIL | 仅修D1,保留零值遗漏 |
| only_fix_zero | FAIL | 仅修D2,保留重排错位 |
| mask_symptom | FAIL | 只放行默认x=0单字段补丁,其他零字段与重排仍错 |
| valid_table | PASS | 用offsetof描述表与memcpy统一选择字段,PUT/PATCH共用表驱动事务,区别于gold逐字段控制流 |
每类均须实际compiler0;负例不能靠构建失败。最终唯一task digest分别可信local与固定镜像各9类×5次。两门路径、真实状态、逐类结果、cleanup及每阶段compiler/candidate结果写report。local reader若5次PASS保留真实overall FAIL,只有该许可例外;Docker必须完整PASS。
6. 真实试采与边界
未运行真实Agent、Pi、Qwen、难度测量或硬件。校准仅证明已知可信样例与执行隔离合同,不代表完整真实rollout。校准后状态CALIBRATED/UNMEASURED,root独审尚待。没有原生模型/工具事件,不宣称完整轨迹。
7. 自审与交接
task包完整load通过后原子发布,verify.py与rollout/bos_verify.py逐字节一致,无isolation-blocked。固定镜像真实core._grade诊断每条保留实际完整任务包、check/候选/source SHA、生产期限、实际日志、原wire与输入,不缩短期限冒称production;成功诊断和门不重复执行。helper仅本题纯谓词,不跑全库suite。完成report后立即停等root全文只读独审,不提交、不采样、不改台账或progress。
族名规范化:configuration-abi → config-calibration(2026-10-27)