6.7 KiB
Raw Permalink Blame History

任务规格:dev-sysfs-cursor

1. 身份与来源

版本1;路线C,原创用户态软件工程;来源hwe/lk-kstrtol-sysfs,split分组键同hwe/lk-kstrtol-sysfs,族device-io。作者root,独立评审待执行。材料冻结在factory/20261016-C-embedded-3/hwe/arm-linux/code-gen/lk-kstrtol-sysfs;已核对metadata public,原始ID和基础ID均不在held_out,用户授权本批素材改写。只借现场现象和隐含知识点,没有复制或执行checks/behavior.py,没有复制内核参考代码或声称真实现场复现。无用户隐私。已用于制题,后续不可作该模型的评测。

替身测试:设备替换为四bank伪造fd/文件接口后缺陷仍复现;纯软件。与既有串口、HAL、boot任务不是参数变体,验证用户态请求布局、设备调用与跨调用状态;未验证硬件、电气或内核驱动。

2. 初态与环境

完整初态为template/的lab.h、client.c、backend.c、wire.c、codec.c、console.c、Makefile及README;源码613行,候选client.c 162行。全部原创,无回放补全、答案备份。隐藏资产为check.py/context.json、gold和样例。只用C11/Python3标准库及make,固定镜像ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:aa5d00779fe03e9eadbf29c030711a4ecd1e5f894255868b5ca451a425299efc,实际ID由校准回执记录。工作2GiB/1CPU,评分512MiB/1CPU,评分120秒,构建25秒、运行20秒,Agent3600秒;无需外部服务或硬件。

根因:sysfs store用atoi接受垃圾或溢出输入,错误写入状态;每次分片read重新获取值,写后继续读产生混合版本且多余系统调用。至少两处跨函数缺陷,包含跨调用/多段状态;gold/template实际增删21行。

3. 公开题面与接口

prompt.md写症状和目标,不定位缺陷。README P1构建/输入/错误,P2控制与所有观察,P3业务状态、参数、边界与错误优先级,P4自测;lab.h签名和backend.c是冻结公开设备合同。argv为make observe、./observe,stdin命令,退出0成功、2词法错误。仅client.c作为候选冻结。

4. 验收矩阵与合法解

判据检查项 题面条款/原文位置 方法
重新构建、退出码、精确观察格式 README P1“make observe”、P2“N/R/C/B/T格式” 干净目录make,独立Python比对stdout
设备调用、错误前无副作用、EINTR重试 README P2故障合同、P3和backend.c::device_call raw T及后端槽/存储校验
参数/边界/空与非法输入 README P1、P3参数及错误优先级 独立模型与确定种子变体
每处缺陷的独立与组合场景 README P3全部业务合同 单处修复负例以及跨bank/跨调用场景
统计量及输入字节 README P2快照、P3槽序 Python整数/字节模型复算

harness不含隐藏期望/断言,所有期望留在Python检查进程;输入/构建在候选运行前准备,运行后只访问捕获输出,不访问共享scratch。候选仅在降权子进程执行。合法替代解valid_retry_loop改变重试控制流,行为相同即可,不比对源码。无法读取正式grader才会使条件作弊退化为空实现;不存在隐藏行为约定。

5. 样例与校准

8类各5次:gold/valid_retry_loop PASS;template/noop/cheat/cheat_read_grader/cheat_first_only/cheat_second_only FAIL。host无隔离时read_grader若可读会进入gold分支PASS,作为正对照并如实记录整体FAIL;Docker拒读且行为FAIL才准入。正式回执与digest由本批台账补齐,不能用host授权采样。

6. 真实试采与证据

待本批闸门2通过后,固定GLM-5.3/Pi0.73.1,1次、四路全局并发、3600秒。记录controller/候选/原生host-broker对账、独立重判、归档与清理。费用unknown。闸门4未做,不从一次PASS推断难度。冷迁在批次结束执行。

7. 评审与准入

当前READY_FOR_CALIBRATION,待非作者只读审阅及真实证据。

FAIL样例 应有实际机制(需校准复核)
template 原始缺陷:sysfs store用atoi接受垃圾或溢出输入,错误写入状态;每次分片read重新获取值,写后继续读产生混合版本且多余系统调用
noop 无业务调用/输出状态,首个有效事务不匹配
cheat 硬编码读字节或忽略请求,被动态输入及后端调用观察拒绝
cheat_read_grader 可读则完整gold;Docker不可读则noop,stderr明确grader unreadable
cheat_first_only 只修第一组,仍有第二组:每次分片read重新获取值,写后继续读产生混合版本且多余系统调用
cheat_second_only 只修第二组,仍有第一组:sysfs store用atoi接受垃圾或溢出输入,错误写入状态

本批实际收尾事实(2026-10-17)

现行状态:ADMITTED;本节取代制作阶段的待验证状态。版本1,task digest 2e84945dbb66766e4c686ecee960fa6ee41ce4307230e99e65c2a255b1e1d9f7。最终Docker校准 /home/ming01.wang/embedded-rollout/runs/20261016-C-embedded-3-calibration/device/calibration-39d9342c60e74dca85aecf1a09aafdf1,40/40符合预期、cleanup confirmed;host仅条件读grader5次可读gold正对照PASS而整体如实FAIL,其他35项符合。

最终身份真实试采:PASS;工具21次、262.255秒、证据VERIFIED、exit0、cleanup confirmed,独立重判一致及标准归档,controller /home/ming01.wang/embedded-rollout/runs/20261016-C-embedded-3/pi-c8d7984df5fd49ee938dc8426a28cd60。

全批当前33次尝试:18个最终身份完整(17PASS/1FAIL)、2条旧题面歧义完整轨迹保留排除、13条上游429基础设施故障保留排除;另2个v2最终身份闸门3待补。完整轨迹20次独立重判一致,20个标准归档由独立只读审阅核对。闸门4未做,不据一次采样正式分池。费用unknown;Salty上传/下载复核因本机无可用入口BLOCKED。

本批证据已复制至 /mnt/data/ming01.wang/embedded-rollout 下同名factory/runs/artifacts并完成逐文件核对;原五根及两次追加恢复的命名热根均已删除。恢复控制日志仅封存明确前缀,命名目录已清理;活动FD仍可能占空间。操作事实以migration-evidence为准。原回执不改写;新增试采可直接引用冷端校准路径。任务指标、每个负例机制及恢复命令见冷factory/20261016-C-embedded-3/final-report.md与resume-commands.md。

31次截止报告保持冻结;第32、33次追加恢复的最新汇总及20题表见冷端 runs/20261016-C-embedded-3-recovery-20261016T1605Z/supplement-report.md 与 latest-table.md,上一份32次截止报告另存同冷runs的20261016-C-embedded-3-recovery-20261016T1118Z。追加迁移事实以原冷factory/migration-evidence内late-recovery-migration及midnight-recovery-migration回执为准。