amos 73a5240295 Batches 21 and 18: add 74 calibrated tasks (40 Bos redo, 34 HWE code-gen)
Batch 21 (20261027-A-bos-redo-21) rebuilt 40 of the 53 rejected Bos-qiao
environments: hidden assertions that ran inside the candidate's process
now run in a trusted parent that reads observations from a low-UID
worker; gold bytes are unchanged. 9 were excluded for scope (ROS2,
oversize, security core), 3 are blocked because the source requires an
exec bit the platform does not freeze, 1 lacks requests/bs4 in trace6.

Batch 18 (20261026-C-hwe-codegen-18) adds its last 34 of 134 tasks; the
first 100 landed in 2f32624d.

Claude reviewed 74/74 USABLE against current digests, canonical
families, no ID or source overlap with main, plain public docs. Only the
new task directories are taken; the stale pre-batch-20 copies of
concur-release-capsule and resource-temp-link on the batch 21 branch and
both branches' progress notes stay as main has them. Difficulty is
unmeasured.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-11-02 10:23:12 +08:00

11 KiB
Raw Permalink Blame History

dev-flash-command-latch 制题规格

身份:hwe/syn-arm-057;family=device-io;C++17;版本1。作者为本题唯一作者,业务及独立审阅由根执行。当前为首冻前预审,双门待根 FIRST_FREEZE_GO 后运行;难度 UNMEASURED,无真实模型采样。

来源为 factory/20261026-C-hwe-codegen-18/hwe/arm-linux/code-gen/syn-arm-057 的 public/medium 素材,source synthetic。来源主题是 spidev flash,原参考只有固定 0x03 传输。本题全部 API、容量、会话、时钟、错误与 CLI 都是原创软件合同,不复制源脚本,不执行源判据,不宣称来自板卡事实或外部 SPI 标准。来源授权及完整来源去重由根派发时核对,split=hwe/syn-arm-057。替身结论 software-only;无电气、硬件时序、板卡或原内核接口验证。

工程公开资产为 template 内4个候选文件、Makefile、README.md、docs/contract.md、smoke.in、smoke.expected;prompt要求符合全部公开条款。保护资产为 check.py、observer.cc、verify.py 和各校准fixture。verify.py逐字复制rollout/bos_verify.py,候选只在编译器/二进制子进程运行。固定镜像为 ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1。编译g++ -std=c++17 -O2 -Wall -Wextra -pedantic,编译警告不等于行为失败,不强制-Werror;每build25秒,每scene12秒,task120秒。无额外依赖。

两处独立缺陷:read错误使用image起点而非address,公开smoke写32后读32显示原fill;WEL在program/erase被接受时未消费,忙中status及完成后无新WREN重复写均违约。第二处类型为许可消费时点;smoke每次写前WREN、不输出status、不再次写,因此只显示read故障。修复位置在flash.cpp,复现经main/cli分派进入底层;prompt不点根因模块。fix_read_cursor只修read;fix_accept_latch只增加两个接受路径的wel=false。mask_symptom只为address==32读修正,完整smoke正确,其他地址和WEL场景拒绝。

Gold以4幅物化image和pending描述符为权威状态。valid_replay以唯一history_事件序列为持久权威,所有查询、校验和转换先从零重放attach/detach/permit/accept/tick事件;不保留跨方法image或pending缓存,临时重放结果只活在调用栈中。其算法与gold的就地物化转换不同。允许任何满足合同的其它结构。

判据独立Python模型不导入候选,固定seed570115。observer仅接收stdin并调用公开API、转写原始数值enum、error长度和hex、fields全部整数、data长度和hex,以及run_cli计数和原stdout;每个指令还分别调用两个live对象的inspect,没有隐藏赋值、断言、期望或错误码归一。实际原始串由Python逐byte比对,未知enum仍保留其整数。stderr空、exit0、stdout bytes、timeout分别独立取原因并集。私有判据无其它.py附件。首compiler前完成所有源码读取与scratch写入;scratch以mkdtemp(dir=Path.cwd())位于wrapper独占cwd;之后check只调用argv并在内存比较,不再读写scratch,不chmod/chown,由wrapper结束回收。所有compiler和scene子进程的Popen显式cwd=scratch;metadata顶层cwd记录同一实际工作目录。

每trial两次真实build及四scene:observer、独立app empty/smoke/limit。metadata记录每build/scene的PID、完整argv、真实exit、timeout及stdin/expected stdout/actual stdout/stderr各自len与SHA256前16位和全部拒绝原因,JSON预算有真实hard guard,达到3900字节立即异常、不输出截断或超预算JSON;正常小于3900字节后写stderr,适应bos_verify末4000字节保留。正式完整candidate stdout没有持久化,不能声称保留了它;模型可以重建期望串,回执保留实际摘要。

覆盖事实由 factory/.../subagents/syn-arm-057/coverage.json 提供,数字来自实际纯Python run_cli及API模型路径,guard同时核对20数参40成功端点、80邻居/native点和每CLI的实际Code集合。API每命令的原Result与两个Bank完整inspect分别直接观察,CLI每个计划命令后INSPECT和各坏数/arity后INSPECT观察失败前后的全字段及512字节数据。20个数参均在可成功的上下端实际运行;wrdi先有WREN,program value0的正count覆盖先有非0字节后读取零,erase从非255图像完成后读取。两个Bank同ID异状态交错,constructor/reset/空stdin后fresh可见。read、word、status各有自身返回观察,不以inspect替代。

检查项 公开依据与实际行号 场景与观察
C++17普通软件与提交声明 template/docs/contract.md:3 两次真实编译链接及app运行
Code数值与error原串 template/docs/contract.md:4 各实际可达Code;raw numeric/length/hex
成功error空、失败fields/data空 template/docs/contract.md:4 所有API和CLI结果逐字段
非0背景失败全状态保持 template/docs/contract.md:4 每A后I0/I1;CLI命令后INSPECT
构造/reset全零 template/docs/contract.md:5 初始双对象与非0状态reset
两对象同ID独立 template/docs/contract.md:5 bank1持busy/image、bank0反复修改
image与全部pending/计数字段 template/docs/contract.md:6 status及inspect独立完整观察
attach域端点/域外/native template/docs/contract.md:7 每参数成功上下端、邻居和int64两极值
attach EXISTS、Range先于Exists template/docs/contract.md:7 非0chip重复attach与坏fill
detach端点/不存在/忙/原子性 template/docs/contract.md:7 id0/3成功,Absent/Busy/Range
wren/wrdi所有域与重复操作 template/docs/contract.md:8 重复permit/cancel,先WREN后WRDI
program各参端点、PAGE template/docs/contract.md:9 address127/count16/value0,255/id0,3
program检查顺序 template/docs/contract.md:9 同时Range/Absent/Busy/Locked/Page谓词
program延迟接受 template/docs/contract.md:9 接受后状态、未完成image仍原字节
erase域与检查顺序 template/docs/contract.md:10 id/sector上下端与Range/Absent/Busy/Locked
erase延迟描述符 template/docs/contract.md:10 接受busy3、32字节范围、255value
接受消费WEL与无新WREN重写 template/docs/contract.md:10 program与erase接受后status、完成后重复写
advance域/零tick/超额tick template/docs/contract.md:11 ticks0/8成功和邻居/native
program AND与erase完成 template/docs/contract.md:11 非0字节正count写0、跨sector完整读回
完成描述符清零与计数 template/docs/contract.md:11 中途/完成/空闲advance的status及inspect
其它调用不推进时间 template/docs/contract.md:11 busy中错误/查询/零tick后比较
read成功域/和约束/空读/游标 template/docs/contract.md:12 address0/128,count0/128和非0起点
word成功域/小端/和约束 template/docs/contract.md:12 address127,width1/4,非均匀图像
status忙中读取、Absent/Range template/docs/contract.md:13 每独立返回全部10fields
inspect排序/不存在字节/忙中image template/docs/contract.md:13 四组36fields及512bytes
所有成功payload尺寸和空data template/docs/contract.md:14 按方法逐Result比对
公开方法无外部输出与诊断 template/docs/contract.md:14 observer stdoutbytes及空stderr
run_cli fresh及全部计数 template/docs/contract.md:15 同进程174调用及空输入后Bank状态
LF/无LF/CR/TAB/空行/ASCII数字语法 template/docs/contract.md:15 noLF、leadingzero、-0、null/非ASCII/overflow
全动词成功与缺参多参坏数 template/docs/contract.md:16 每固定verb实际分派,全部数参坏词后inspect
每verb真实可达Code集合 template/docs/contract.md:16 guard为各verb集合相等,不以API代替CLI
128行混合前缀、第128mutation/129抑制 template/docs/contract.md:17 同Bank WREN后观察wel1,后PROGRAM/WRDI未执行
数字/hex/空串/LF标准输出 template/docs/contract.md:18 Python渲染逐bytes、长度与hex无碰撞
调用方flags/width/locale template/docs/contract.md:18 hex/showbase/showpos/fill/width19/group1流
独立app空输入、smoke与limit template/docs/contract.md:18 三实际app进程stdout、stderr、exit独立判定
stdout-only/stderr-only拒绝 template/docs/contract.md:18 两fixture维持exit0,其余正确而单输出通道违规

共36条依据行。公开合同为统一普通编号句,不为WEL边界加粗、标签、重复示例。完整smoke只复现read缺陷;mask通过完整smoke仍被其它合同拒绝。

fixture 预期 构建与拒绝原因
gold PASS 完整物化实现
template FAIL read游标与接受时WEL未消费
noop FAIL 命令与计数均执行但完成时不修改image
cheat FAIL CLI打印空成功Result,保持全部符号可链接
cheat_read_grader FAIL 仅独立app入口读取grader,拒读则exit41;host可读允许PASS
fix_read_cursor FAIL 只修游标,WEL状态/重复写违约
fix_accept_latch FAIL 只修WEL,非0read起点违约
mask_symptom FAIL 仅address32读正确;完整smoke正确
valid_replay PASS 事件日志唯一权威、无持久物化缓存
stdout_only FAIL 正确stdout后附加extra LF,exit0且stderr空
stderr_only FAIL 正确stdout和exit0,stderr有diagnostic LF

各普通负例须两次build0且四次run0后按行为拒绝,不用编译/链接失败代替验证。仅reader的正式拒读exit41单列。exit-only开发探针保留factory,不进入正式fixture。全fixture差异保存于factory的fixture-differences.patch。

可信开发结果和所有原始wrapper stdout/stderr位于本题唯一runs/dev-*目录;旧开发身份全部保留,仅最终当前身份用于预审。首冻前预审manifest覆盖完整任务树含本spec;正式首冻manifest记录所有普通文件mode/size/SHA256,随后任务任何字节变化须新身份双门,正式门后只写factory报告。

双门命令为 python3 -m rollout calibrate tasks/dev-flash-command-latch --trusted-local --output <本题唯一目录> 与同入口 --image <上述固定digest>。每fixture5次。host reader可读导致其5次PASS属于允许例外,保持原FAIL1;Docker需55trial全部符合预期、整体PASS且cleanup confirmed。双盘10GiB停工,已有runs只新增。无Qwen、凭据、硬件、Git或全仓tests;平台统一回归由根协调。

本规格冻结时不包含后验的正式门结论;正式门真实exit、task_digest、完整trial对账、限制及下一步写在factory report.json和report.md。尚未真实模型采样,难度UNMEASURED,未验证硬件及真实Agent轨迹,不标ADMITTED。