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

12 KiB
Raw Permalink Blame History

任务规格:dev-clock-reset-sequence

1. 身份与来源

  • task-id/version:dev-clock-reset-sequence / 1;family:peripheral-hal;语言 C++17。
  • 路线 C,原创 software-only 素材改写;来源 hwe/syn-hard-mmio-register-init-order。来源组和 split key 均为 syn-hard-mmio-register-init-order;非 held-out,公开素材,根已完成窄范围去重。
  • 来源副本:factory/20261026-C-hwe-codegen-18/hwe/arm-linux/code-gen/syn-hard-mmio-register-init-order 的 metadata.yaml、prompt.md、reference/main.c,只读,未执行其脚本或判据。
  • 原素材是单个全局 volatile 四寄存器及固定 0xabcd 演示,包含 ARM、真实屏障和上板要求。其文字 clock==1 与 reference 中 clock bit0 判定不一致。本题以新公开普通软件合同为准,不继承真实 MMIO/SoC 的保证;新写独立设备、事务、FIFO、审计、双实例、文本协议、独立 Python 判据与全部夹具,不复制来源业务实现。
  • 来源授权:用户本批 HWE 制题授权;没有真实用户会话或凭据。验证范围是 Linux 用户态确定性软件状态机,不验证硬件、电气、实际时序、编译器屏障或内核。
  • 审核状态:首冻候审;作者为第80题唯一子Agent,业务和独立审阅由根进行。难度 UNMEASURED;未采样 Qwen、其他真实 Agent 或硬件,不宣称可训练轨迹。

2. 目标缺陷、初态与环境

两处缺陷互相独立,分别跨 sequencer.cpp 的初始化计划与 registers.cpp 的底层数据许可。公开 demo 只显示第一处。

缺陷 根因与触发 类型 公开依据 定向单修
配置顺序 configure 在 reset_n 解除前先设置 enable,暂存事务返回 RESET 后回滚;公开 clock=1、data=43981 时 read 仍零 初始化状态转换次序 template/docs/model.md:27 fix_order 只恢复计划顺序,保留 data 时钟故障
时钟逻辑值 数据许可将整个 clock 字非零视为开钟;配置后 clock=2 保留潜在 reset/enable,错误接收 data/burst/drain register bit-field logical-value boundary;文档明确且 smoke 未展示的边界 template/docs/model.md:7、15、21、29、31 fix_clock 只恢复 bit0 许可,保留顺序故障

公开资产为 template 下 model.hpp、console.hpp、四候选源、main.cpp、Makefile、README.md、docs/model.md 与 smoke.txt。受保护资产为 check.py、observer.cc、全部参考夹具与本 spec。普通合同每项只在 docs/model.md 的对应段落陈述,没有为非 smoke 边界举例或重复强调;prompt 与 README 要求实现全部条款。

标准库 C++17、g++、Python3,无下载、网络、板卡或特权 API。正式固定镜像为 ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1。任务总期限120秒;wrapper期限100秒,单次编译30秒、每scene运行3秒,17个scene,正常远小于期限。环境实际身份与结果写单题factory/report.json,不在冻结后改本文件。

候选四文件非空非注释代码548行:registers.cpp 192,sequencer.cpp 116,views.cpp 57,console.cpp 183。业务包括四寄存器的状态转换、暂存事务、FIFO容量与原子操作、32项审计截断、独立原始查询,以及交付协议的完整解析和编码,没有空白/注释/fixtures复制生成重复分支凑数。工程独有代码行另在factory/report.json按文件记录,排除所有fixture复制与私有观察器/判据。

3. 公开入口

当前目录 make 构建 clock-demo,./clock-demo < smoke.txt 复现。prompt 不指出根因文件或类别。candidate_files 仅 registers.cpp、sequencer.cpp、views.cpp、console.cpp;headers、main 与 Makefile 是不可变公开支撑,不收集额外文件。

所有公开 API 签名在 model.hpp / console.hpp,所有参数域、合法端点、错误、状态保持、顺序与协议见 docs/model.md。observer.cc 同候选一起编译,只从原始 stdin 取方法、参数和模式,调用 API 并输出原始 Reply;不生成用例、不含期望、断言或判错。D 模式直接调用 Bus 并独立打印 Reply;T 模式调用 command/encode;E 模式直接调用 encode。判据不依赖 snapshot 替代 read/history 的直接观察。

4. 判据检查项与依据

所有期望均由 check.py 的独立 Python 模型按合同计算,不运行 gold 求答案。固定seed803981;stdout逐字节相等、stderr零字节和exit0分别检查。每个scene独立进程,内部有同时live的a/b对象,下面全部scene均必需执行。

检查项 公开依据(实际行) scene/可观察事实
八设备初态、设备隔离、两个同时live的Bus template/docs/model.md:5 api_endpoints、instances:八ID配置成不同值逐个直接read;a/b同ID交错读、写、清理且状态不同
所有Arg参数合法上下端、域外及int64两极值 template/docs/model.md:7 api_endpoints、id_reg_domains、word_domains、count_domains:每API的id0/7,read/write reg0/3,word0/MAX,count0/16或32;-1、上界+1、INT64_MIN/MAX;burst长度0/16/17及word两极值
read不受gate且返回raw word template/docs/model.md:13 api_endpoints、clock_bit、reset_bits:逐寄存器read,不能用snapshot替代
write参数检查顺序、clock只改自身 template/docs/model.md:15 id_reg_domains、word_domains、atomic_priority、clock_bit,非零已有FIFO和audit后错误再逐read/history/snapshot
reset关闭/解除、副作用与enable高位保留 template/docs/model.md:17 api_endpoints、reset_bits、atomic_priority:raw reset MAX/MAX-1,clock关闭仍允许assert,队列清空和高位保留直接观测
enable开/关门检查和状态保留 template/docs/model.md:19 api_endpoints、reset_bits、atomic_priority:全部gate组合与enable非零高位低位0
data gate依clock bit0、reset/enable及容量 template/docs/model.md:7、21 clock_bit、atomic_priority:clock2/MAX-1/2147483648/0,FIFO非零,DATA与burst/drain错误保持;FULL与gate顺序
成功写审计、重复写、只记请求reset、32项截断 template/docs/model.md:23 fifo_audit、count_domains、reset_bits:直接history0/1/32,40次写、重复写、重置副作用与ring截断
configure四word检查、门检查、五项顺序、重复配置 template/docs/model.md:27 smoke、word_domains、atomic_priority、fifo_audit:五事件由history直接观测,MAX门字成功,data非零到0,先前FIFO和audit保留/重置规则
burst空/最大/域外/每word域/全部容量原子性 template/docs/model.md:29 count_domains、word_domains、atomic_priority、text_verbs:0/MAX在有效gate有容量成功写入并drain读回;16项成功,17项COUNT,无容量不部分写
drain0/16、gate、SHORT、FIFO次序、寄存器审计不变 template/docs/model.md:31 count_domains、fifo_audit、clock_bit、atomic_priority:非零状态drain0,16项顺序返回、失败后直接read/history/snapshot
snapshot全部字段与顺序、无门要求 template/docs/model.md:35 api_endpoints、reset_bits、clock_bit、instances:非零/空/full FIFO的全部字段
history独立API端点和chronological newest subset template/docs/model.md:37 count_domains、fifo_audit:0/1/32、SHORT audit取可用、ring后真实32项与int64域外
clear非零状态、无门和重复、实例隔离 template/docs/model.md:39 api_endpoints、instances、text_verbs:clear前非零寄存器/FIFO/audit,关钟清理后全零,b保持不同状态
command全部动词、参数解析与a/b选择 template/docs/model.md:43 text_verbs、text_syntax:8 verbs成功及失败均后续原始读回,非0到0写、有效MAX FIFO字、a/b同ID交错
SYNTAX不调用/不改状态、固定动词缺参/多参、坏数、空白/符号/超int64 template/docs/model.md:43、45 text_syntax:7种固定arity动词分别缺/多参数,burst坏数字,非空状态后read/snapshot/history双实例确认,无plus、leading-zero和minus-zero合法
行长度、空输入、4096上界、末行无LF、encode字节、空stderr和exit0 template/docs/model.md:45、47;template/README.md:3 text_syntax 1024字节、empty、command_limit 4096行、no_final_lf、encode直接调用且零vector/0/MAX/customstatus;全部17scene检查bytes/stderr/exit,输出负例专门校验

依据表17条。误差零。合法实现可使用别的状态表达/转换算法,只需保持全部公开行为。valid_replay 以私有Device.fifo储存成功写/消费事件带,每次重放得到寄存器、FIFO和audit投影;其权威状态是完整事件历史,非gold快照/事务副本,configure直接追加已验证序列。其余两个C++编译单元只有include,不与gold并用业务实现。

5. 固定夹具及开发验收

夹具 期望 作用
gold PASS Device状态、暂存副本提交的完整正确实现
template FAIL 原始独立双缺陷
noop FAIL write API返回OK但不施加写入;保留完整符号与可执行程序
cheat FAIL 文本configure只返回OK,不改变设备;无法靠公开返回状态冒充行为
cheat_read_grader FAIL 只有可读grader才执行gold;否则打印grader unreadable并exit9,host无隔离意外PASS按规范原样记录
fix_order FAIL 仅修配置序列,clock_bit仍错
fix_clock FAIL 仅修bit0数据许可,smoke仍错
mask_symptom FAIL 仅公开smoke精确参数使用合法配置顺序,使公开四条命令完整正确;其他合法参数仍错,clock故障仍在
valid_replay PASS 事件带为权威状态,每次重放投影,实质不同算法
stdout_suffix FAIL 合法计算后encode多一个空格;只能靠字节合同拒绝
stderr_only FAIL 合法stdout、exit0,但encode写诊断stderr;专门验证空stderr合同

普通负例全部须真实build0/run0并由行为拒绝,cheat_read_grader拒读退出单列。没有缺符号/构建失败替代行为负例。每类5次,host与固定trace6双门在首冻后执行;当前规格只记录设计和已公开依据,最终事实写factory/report.json及逐trial对账,不倒填任务文件。

6. 隔离、身份与证据

verify.py原样复制rollout/bos_verify.py。grader_files只有check.py与非.py原始observer.cc,无isolation-blocked.txt。check先把声明候选、嵌入不可变公开头、observer和所有stdin/期望读入内存;mkdtemp(dir=Path.cwd())使scratch位于wrapper独占目录,不chmod/chown;所有可信文件读写在首次compiler前完成。之后只用argv subprocess编译运行与内存比对,不再访问scratch;wrapper回收整树。Docker wrapper负责降UID65534、保护grader、无网与读拒绝探针;可信host不代表隔离。

check把真实构建PID、argv、exit和完整编译stdout/stderr,加每scene PID、exit、stdout/stderr长度、输入命令数、拒绝原因、stdout摘要及诊断前缀压成末尾一行JSON。正常夹具该JSON小于3900字节,wrapper只保留stderr最后4000字节,因此可完整保留这些事实。候选scene的完整stdout没有在正式wrapper输出中保留,不能宣称已归档;独立模型对其内存bytes全量比较。校准launcher另保存PID、完整argv、stdout/stderr、真实exit;逐trial原始grade与receipt位于唯一runs目录。

7. 评审与准入边界

首冻包含本spec及全部task文件;工厂冻结清单另存每文件SHA256。闸门后只写本题factory状态与报告。若task任一文件改动,必须新身份冻结及双门,历史证据保留。

本批只完成制题与两道固定夹具校准,根进行只读独立审阅;全仓回归由根协调,作者不执行。无真实Agent、模型服务、凭据、Salty或硬件动作。ADMITTED仍需根签收,本题难度始终UNMEASURED。已知外部限制:软件模型不证明真实SoC寄存器与屏障行为;须另立硬件合同与环境才能升级范围。