amos 8b7616bfd8 Batch 22 (20261027-C-hwe-hard-22): add 63 calibrated HWE hard-design tasks
From the 101 lk/man/pth code-gen sources: 63 tasks (C11 36, C++17 27,
11 canonical families), 38 skipped for scope or duplication. Each task
has at least one independent contract-edge defect, boundary types
rotate, and public docs state trap clauses as plain contract prose.
Claude reviewed 63/63 USABLE against current digests. Difficulty is
unmeasured.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-27 16:14:57 +08:00

95 lines
11 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:dev-array-output-transaction
规范:[任务制作规范](../../docs/task-authoring.md)。本文件仅供作者和评审,不进入候选工作区。
## 1. 身份与来源
| 字段 | 填写 |
| --- | --- |
| task-id / 任务版本 | dev-array-output-transaction / 1 |
| 作者 / 业务评审人 / 独立评审人 | batch22 单题子Agent / root / root |
| 审核状态 | CALIBRATED/UNMEASURED;恢复时root已完成只读独审,任务保持冻结 |
| 原项目与冻结版本 | factory/20261027-C-hwe-hard-22/hwe/arm-linux/code-gen/lk-gpio-array-ledbar 的metadata、prompt、prompt-explicit、reference只读快照 |
| 来源路线 | C 种子或素材写题;原创用户态工程,非现场回放,未复用源内核实现 |
| 来源ID / split键 | hwe/lk-gpio-array-ledbar / lk-gpio-array-ledbar |
| 来源与授权 | 用户授权本项目本地HWE素材制题;来源标记public,内核消费者GPIO文档只作素材溯源,不将内核API作为隐藏测试要求 |
| 隐私处理 | 无真实用户数据;无凭证或内网地址进入工程 |
| 替身测试 | 纯内存GPIO回调保留数组取得、配置、顺序更新与撤销关系,缺陷不依赖硬件;结论software |
| 来源组 / 根因族 | GPIO数组输出 / peripheral-hal |
| 与已有任务的关系 | 仅只读diag-bank-setup结构,未复制业务骨架;本题为任意非连续pin的0..8成员数组、整体前置验证、全量request后direction、物理极性、历史值事务回滚;不同于固定连续bank逐pin取得并立即配置 |
| 验证范围 | C11库API、固定CLI、状态、回调次序、故障恢复与重用 |
| 未验证范围 | 内核、GPIO硬件、电气、时序、真实Agent、模型难度 |
设计动机:从原料“一组LED整体获取/释放、按序点亮”抽取可软件复现的事务合同。原创缺陷A为计划校验仅检查首成员,获取循环到后段才发现非法成员,已发生request和release;缺陷B为失败恢复把历史逻辑值当成0,造成硬件原始值与会话状态不一致。题面只报告观察症状,无根因文件/函数/类别提示。
## 2. 初态与环境
- 初态完整工程:template/include/{array,simulator,console}.h;template/src/{plan,session,simulator,console,main}.c;Makefile、smoke.txt、README.md和docs/{array,console}.md。
- 两个交付文件为src/plan.c和src/session.c,其余为固定接口和观察材料。源码原创,不执行来源脚本,不读取来源checks/behavior.py。
- A跨plan.c的整体校验与session.c的取得调用;B位于session.c的历史物理电平恢复,并依赖plan.c的极性换算。报告症状的main/console没有目标缺陷。
- 至少一处smoke外触发:smoke仅合法三成员成功open/apply/close;晚段非法和先成功写非零、再后段失败均不在smoke。
- 公开资产:上述template、题面;受保护资产:check.py、固定ABI/观察器副本、全部fixtures与本spec。harness只打印原始观察,没有断言或期望。
- 固定工具链:普通Linux用户态、C11及Python3标准库,无下载依赖;gcc -std=c11 -O2 -Wall -Wextra -Werror,固定镜像中实际版本见校准环境证据。
- 镜像manifest:ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1;实际image ID由真实receipt记录,不手填。
- 评分容器512MiB/1CPU;timeout_seconds=60,编译子进程20秒、每次观察进程10秒;工作容器上限2GiB/1CPU,未运行Agent。无服务和硬件依赖。
- 本题先在factory本题draft完成制作和双门;root完成首组本地提交b3cfc287后明确解除第2组屏障,已一次发布tasks目录,发布摘要与draft相同。当前任务保持冻结。
- 恢复时按template每个原始C/头文件仅计一次,去除C注释后统计非空代码行共680行,其中console.c为272行;原统计把15行以*开头的指针赋值当作注释,已纠正。fixture重复不计,源码不变。
## 3. 公开题面与接口
题面为维护记录;要求行为符合docs文档全部条款。复现argv为`make smoke`、`./ledbar`配stdin回放;构建成功退出0,执行正常EOF退出0,语法错误2,输出故障3。输入ASCII,行长和参数长度/整数域明确公开,与固定parser缓冲完全一致。
交付src/plan.c、src/session.c。库API有validate、physical、mask、session_init、open、apply、close,全部可直接独立观察。内部可改算法,不能依赖未声明文件。原始JSON字段和整数类型均公开;不限制stderr大小、格式或编码。
## 4. 判据检查项 ↔ 依据与合法解
所有路径相对template;公开依据精确行号。每行均由check.py生成用例、Python独算状态和日志,再按类型和语义比较固定C观察器stdout,单个程序10秒。
| 判据检查项 | 依据来源 | 输入/场景 | 可观察结果与允许误差 | 检查方法 | 公开/受保护 | 超时 |
| --- | --- | --- | --- | --- | --- | --- |
| 元素域、重复pin、空/最大数组 | docs/array.md:3、5 | count -32768/-1/0/1/8/9/32767;pin0/23及域外;low/initial域外;晚段重复 | validate 0/-1,所有状态不变 | V直接调用;类型精确 | 合同公开、组合受保护 | 10秒 |
| 极性辅助API完整域 | docs/array.md:6 | low和logical合法组合及负数/2/32767 | XOR或-1,无状态副作用 | L独立调用 | 同上 | 10秒 |
| mask不能绕过完整校验 | docs/array.md:7 | 非连续pin含0/23、空、NULL、晚段非法 | 有效集合或0 | M独立调用;Python位集 | 同上 | 10秒 |
| 初始化与所有尾部字段 | docs/array.md:8、11、15 | N、关闭重开、更短数组、空数组 | 会话8槽清零、generation保持/递增 | 每命令原始session | 同上 | 10秒 |
| 指定精确边界:有副作用之前完成全部校验 | docs/array.md:9、12、13 | open后段pin/low/initial/重复非法,apply后段非法,同时注入首回调失败 | -1且events=[],状态逐字段不变;错误优先级正确 | 整表场景及固定seed变体 | 同上 | 10秒 |
| open取得/配置全量顺序 | docs/array.md:10、11、16 | 任意顺序0..8成员,混合极性 | 全部R后全部D,物理值正确,成功才发布 | 完整events和pins | 同上 | 10秒 |
| request各失败点、冲突资源 | docs/array.md:10、16;docs/console.md:6、8、11 | 每个故障序号1..8、失败序号大于长度、每个位置外部占用 | 失败R后停止、逆序X只释放取得前缀、外部pin不变、-3 | Python独立模型 | 同上 | 10秒 |
| direction各失败点、组合错误 | docs/array.md:10、11;docs/console.md:6 | 1..8故障点、request与direction同时设置 | 逆序释放全部已R;request失败则无D;会话不发布 | 事件逐项比较 | 同上 | 10秒 |
| apply合法/长度/active/NULL优先级 | docs/array.md:12、13;docs/console.md:7、9 | 未active、空active、长度不匹配、NULL各count、重复同值 | 精确-1/-2/0,每个合法值均W,generation不变 | A与Z直接调用 | 同上 | 10秒 |
| 历史值失败恢复和继续重用 | docs/array.md:14 | 先写随机值,再后段失败;覆盖每个失败点和混合极性 | 成功前缀逆序W恢复调用前电平,状态不变,不触碰失败/未试成员,-3 | 非gold oracle独算历史值 | 同上 | 10秒 |
| close与空close、重复close | docs/array.md:15 | active、inactive、空、失败后、重开后 | 逆序X、清尾部、保留generation | C连续调用 | 同上 | 10秒 |
| 输入不可写、全部API可独立调用 | docs/array.md:4;docs/console.md:10、12 | V/M/O/A后原参数、Z NULL、L、N | arguments等于原输入,状态与观察合同一致 | raw参数回传,无子进程断言 | 同上 | 10秒 |
| CLI语义拒绝、外部pin和序号 | docs/console.md:4、5、6、7、8、9 | 未知/缺参/多参/故障域外、B冲突、Z未知 | -4无库调用;sequence连续;外部owner=2保留 | 固定观察通道 | 同上 | 10秒 |
| 词法/编码/行长/参数上限 | docs/console.md:3、4 | 空白注释、EOF无LF、1023/1024字节、32/33参数、坏整数、多字节命令词 | 退出0/2,错误行无输出,保留前缀;UTF8解析stdout;stderrreplace仅诊断 | 多个独立进程 | 同上 | 10秒 |
| JSON语义、类型和完整观察 | docs/console.md:10、11 | 全部命令 | 对象键顺序及空白可变;bool不作int;字段/数目/日志完整 | 递归typed_equal | 同上 | 10秒 |
合法替代解valid_staged:位集去重、整个会话stage后一次发布、预先构建物理旧值/目标值数组、独立事务循环,与gold的嵌套查重和helper前缀撤销结构不同。仅行为约束,不以参考源码相似度评分。
最省事捷径cheat强制把open后的logical标成全亮;mask_symptom_zero在成功apply后清会话逻辑值掩盖后续恢复偏差,均因完整状态/事件而拒绝。cheat_read_grader只尝试受保护路径,Docker无权限时退出;本地可读且PASS是规则允许例外。
check捕获bytes,stdout单独UTF8解析JSON,stderr仅replace解码诊断。所有源/输入在首个子进程前准备,scratch以mkdtemp(dir=Path.cwd())创建在平台根内;首child(编译器)后check不再读写、遍历或删除scratch,由外层可信生命周期清理。候选仅子进程执行。verify.py逐字复制rollout/bos_verify.py,由平台降权隔离,私有grader不进入候选。无网络或历史答案依赖。
## 5. 样例与校准
| 样例 | 交付文件 | 预期 | 检验点 |
| --- | --- | --- | --- |
| gold | 两个声明C文件 | PASS | 全合同完整修复 |
| template | 同上 | FAIL | A前置验证+B历史恢复独立缺陷 |
| noop | 同上 | FAIL | open在取得/发布前直接返回0 |
| cheat | 同上 | FAIL | open把逻辑状态硬编码为全亮 |
| cheat_read_grader | 同上 | FAIL | 读受保护判据后才执行正确算法;本地PASS许可例外 |
| only_fix_validation | 同上 | FAIL | 只修A,B仍使恢复错误 |
| only_fix_restore | 同上 | FAIL | 只修B,A仍有晚段副作用 |
| mask_symptom_zero | 同上 | FAIL | 清状态值掩盖恢复症状,破坏成功apply |
| valid_staged | 同上 | PASS | 结构明显不同的位集和stage/snapshot算法 |
两门均现成`python3 -m rollout calibrate <本题draft> --trusted-local/--image <固定digest> --output <本题runs唯一目录>`,每类默认5次,9类共45次;不减少次数。只选当前最终摘要的完整两门,旧原件保留。真实attempt、task/verifier摘要、image ID、每类结果和清理事实见本题report.json及原始receipt,不手改回执。
## 6. 真实试采与证据
未运行模型、Agent、板卡或Salty任务;未做闸门3/4,不宣称HARD或完整rollout。仅CALIBRATED/UNMEASURED。无轨迹归档可填;保留本题所有双门成功、失败或基础设施故障原件,不覆盖。
## 7. 评审与准入
作者已核对来源只读、公开合同、独立oracle、API覆盖、结构不同正例、only-fix独立性、固定ABI、字节捕获和scratch边界。双门真实结果按report填写。root在恢复时已完成当前合同、缺陷、valid、独立Oracle与固定观察上下文字节的只读独审,无新增实质问题;无用户待提供项。任务已获准发布,当前保持冻结,批次回归与提交由root统一安排。