Only author-side spec.md files change, so no task digest moves. The specs of concur-release-capsule and resource-temp-link follow batch 20's family and version. The 53 rejected Bos environments wait: JuiceFS returns EIO for the whole source tree. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
30 KiB
任务规格:frame-decoder
本文按 任务制作规范 和 规格模板 补记现有 v2 的仓库事实,仅供作者与评审人使用,不进入 Agent 工作区。2026-10-27 本次仅补文档,没有修改任务身份、题面、判据或样例,没有执行校准、候选、真实 Agent 或硬件测试。
1. 身份与来源
| 字段 | 记录 |
|---|---|
| task-id / 任务版本 | frame-decoder / 2(tasks/frame-decoder/task.json:2-3) |
| 作者 / 业务评审人 / 独立评审人 | 原作者与原评审人未由任务包署名;本次补文档为批次 21 单题 Codex 子 Agent;本次独立审阅由 root 另记,尚未完成 |
| 历史状态 / 本次状态 | 题库快照为 USABLE,difficulty=UNMEASURED(docs/task-catalog.json:3466-3482);本次仅文档自审,待独立审阅,不新授准入状态 |
| 原项目与冻结版本 | 本仓库手写 C 软件样例;当前冻结内容以第 2 节 task/verifier 摘要识别;未记录外部项目 commit |
| 来源路线 | 原创手写 bootstrap fixture,按路线 C 的“新写原创题”方式记录;docs/task-authoring.md:3 明确称本题为“手写 C 题”。仓库未给出 Bos/HWE 种子,不把它追记成 Bos 导入、轨迹回放或真实现场工单 |
| 来源 ID | 原值 authored-bootstrap-fixture(tasks/frame-decoder/task.json:5);本题定位 authored-bootstrap-fixture/frame-decoder。没有 Bos env_id、来源会话 ID、HWE ID 或第三方修复记录 |
| 来源与授权 | 本仓库原创资产;项目接入与试跑内部授权见 AGENTS.md:29-31。本次只补 spec.md 的明确授权见 factory/20261027-A-bos-redo-21/CONTINUEzz-20261027-claude-spec.md:3-9,单题范围见同批 subagents/frame-decoder/BRIEF.md。没有据此声称第三方素材许可 |
| 隐私处理 | 未见真实用户会话或设备数据;题面为人工协议描述,输入为合成十六进制字节流;无需会话脱敏 |
| 替身测试 | software:直接使用 argv 合成分片流,不需要硬件替身。公开边界见 tasks/frame-decoder/prompt.md:16 |
| split 分组键 | authored-bootstrap-fixture/frame-decoder;本次补记的同源分组键,供本题及其后续同源变体共用;不是已落地的数据集 split 配置 |
| 来源组 / 根因族 | authored-bootstrap-fixture/frame-decoder / length-prefixed-stream;族忠实保留 tasks/frame-decoder/task.json:4,不按题材改族 |
| 与已有任务的关系 | 本项目首个链路验证用例(README.md:5);本次未做全库同源去重,也不把 87 个输入或重复采样计为 87 道题 |
| 验证范围 | 宿主 C 程序的十六进制 CLI、长度前缀帧、跨分片状态、XOR 校验、边界与错误恢复 |
| 未验证范围 | 串口电气、MCU 内存限制、DMA、实时性(tasks/frame-decoder/prompt.md:16);本次也不重新验证容器、模型、归档或既有执行收据 |
设计动机是用一个可独立编译和逐项比对输出的流状态机验证 rollout 链路,不声称来自真实现场。初态在每个 argv 片段前重置状态(tasks/frame-decoder/template/decoder.c:14-15),与题面“片段边界不代表协议帧边界”(tasks/frame-decoder/prompt.md:3)冲突。
2. 初态与环境
任务目录中的正式捕获文件如下,模板没有 README.md、docs/、构建文件或公开测试。Agent 的需求依据来自 prompt.md 与公开的 template/decoder.c;本规格和正式判据不是公开需求来源。
tasks/frame-decoder/
├── task.json
├── prompt.md
├── template/decoder.c
├── gold/decoder.c
├── noop/decoder.c
├── cheat/decoder.c
└── verify.py
另有 dataset.json(argv/输出/退出码参考快照)及既有 __pycache__/verify.cpython-310.pyc;二者均未被 core.load_task 收入 _files,没有进入 template。dataset.json、spec、gold、判据、负例不提供给 Agent;数据导出和历史归档可见性仍须遵守控制侧隔离合同。
| 资产或环境项 | 当前记录与边界 |
|---|---|
| task digest | 25407879f59fea7fbf7b43b287a64f98e1d2e1899ddbea3a11546e60afa982d6;本次使用 python3 -B 静态调用 rollout.core.load_task 得到,与 dataset.json:2、docs/task-catalog.json:3481 一致 |
| verifier SHA-256 | 845e5f97f5bc6c5247ea245341c97d9d69c6b521043884cbe71a4887511aea52;与 dataset.json:3 一致 |
| 初态 SHA-256 | 37f0e270f59a2f75089f2882f7ebc8f669534e428b67839a6d2e23efc51f6b46(template/decoder.c) |
| 回放与补全 | 不适用;没有回放会话或外部素材补全 |
| 缺陷复现 | 静态可见每个片段开头 state=0。例 decoder 02 aa bb 13 初态会输出三行 ERR、退出 0,正确应为 aabb\n、退出 0;这是源码推演,本次没有执行复现,历史负例失败记录见第 5 节 |
| 受保护资产 | 原生 verify.py、gold/decoder.c、noop/decoder.c、cheat/decoder.c、dataset.json 与本规格。没有 Bos check.py 或额外 grader_files |
| 环境族 / OS / 架构 | 项目 C/Python runtime,Linux 正式隔离评分;本题不是交叉编译或板端任务。当前 CPU 架构、cc 精确版本与实际 image ID 未在本次运行中探测 |
| 固定镜像政策 | ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1(trace6,docs/task-factory-brief.md:61);仅引用当前政策,不将历史 trace2/trace4 收据归到该镜像 |
| 依赖冻结 | 候选只用 C 标准库(prompt.md:14);判据用 Python 标准库与环境内 cc,无 lockfile、下载或外部服务依赖 |
| 资源与时限 | 评分总期限 60 秒(task.json:9);编译 30 秒、每个候选进程 5 秒、隔离探针 10 秒(verify.py:33-34,89-91,97-99)。平台资源见 agent.md:19:工作容器 2 GiB/1 CPU、评分容器 512 MiB/1 CPU;Agent 默认防挂死期限 900 秒。子期限不能替代 60 秒总期限 |
| 硬件 / 外部服务 | 评分不需要;真实模型试采属于独立阶段,本次未访问模型、Docker 或 Salty |
3. 公开题面与接口
权威公开合同为 tasks/frame-decoder/prompt.md:3-16,不把本规格中的判据细节补到 Agent 输入:argv 的每一项是偶数位十六进制字符串;连续字节流由长度字节、0–16 字节 payload、长度与 payload 的逐字节 XOR 组成。每个正确帧输出小写 payload 加换行,零长帧输出空行;校验错误输出 ERR 后从下一帧头继续;长度大于 16 立即 ERR,下一字节为帧头;输入结束时未完成帧输出 INCOMPLETE 并退出 1;非法十六进制字符串退出 2;其余协议处理退出 0,无输入无输出。只提交 decoder.c。
公开运行示例为 prompt.md:14 的 decoder 02 aa bb 13 与 decoder 01fffe010706,没有 stdin 或文件输入。模板 hex_digit 接受大小写(template/decoder.c:4-9);空 argv 片段的 strlen 为 0,不产生字节(template/decoder.c:16-18),跨片段状态应由 prompt.md:3,12 的连续流要求保留。
公开材料没有给出编译 argv。实际评分构建为 ['cc', '-std=c11', '-Wall', '-Wextra', '-Werror', '<candidate>/decoder.c', '-o', '<temporary>/decoder'](verify.py:89-94);本次如实记录其与公开要求的差距,见第 7 节。运行 argv 为 [临时新建可执行文件] + chunks,不使用 shell;正常退出要求见下表。评分器只比较 stdout 与进程退出码,运行时 stderr 不参与等值判断(verify.py:97-102)。
4. 判据检查项 ↔ 依据与合法解
4.1 提交、构建、隔离与结果映射
| 实际检查项 | 实现位置 | 可核对依据 | 结果与限制 |
|---|---|---|---|
decoder.c 为常规文件且不是符号链接 |
tasks/frame-decoder/verify.py:51-53 |
tasks/frame-decoder/prompt.md:14 只提交该文件;平台冻结约束 agent.md:27、docs/task-authoring.md:40-43 |
缺失或符号链接返回 FAIL/checks=1;不是额外协议行为 |
| 正式隔离环境及读判据权限探针 | tasks/frame-decoder/verify.py:15-39,50 |
agent.md:11,13,29、docs/architecture.md:39-41 |
仅环境变量等于 uid65534 才启用;要求 Linux/root 监督进程,清组后降 UID/GID 65534,探针须读 /grader/verify.py 得到 PermissionError;失败为 UNVERIFIED/0。未设置该环境变量的可信本地分支不降权,不能当正式隔离 |
| 新建临时目录、独立编译 | tasks/frame-decoder/verify.py:84-94 |
C 源码/标准库接口见 tasks/frame-decoder/prompt.md:3,14;独立构建边界见 agent.md:29 |
临时产物不复用 Agent 构建;正式模式目录先 chmod 0700 再 chown 65534。编译非零为 FAIL/1。精确 C11 与警告即错误选项未由题面或 template 公开,记 LIMIT-COMPILE,不能视为依据完整 |
| 87 项行为全部比较 stdout 和退出码 | tasks/frame-decoder/verify.py:54-83,95-103 |
每项公开依据见 4.2 表 | 独立 Python 父进程生成输入/期望,候选只在子进程运行;严格字符串及退出码相等,没有误差。首个失败停止,checks 为失败序号;全部成功才 PASS/87 |
| 超时 | tasks/frame-decoder/verify.py:33-34,91,98,113-114;task.json:9 |
平台执行期限 docs/task-authoring.md:42;公开题面未承诺性能界限 |
探针 10 秒、编译 30 秒、每次运行 5 秒;捕获到的 TimeoutExpired 原样映射 FAIL/1;本次不把它改述成 INFRA_ERROR 或已实测性能保证 |
| 缺编译器、隔离不足、其他异常 | tasks/frame-decoder/verify.py:109-118 |
状态语义 docs/task-authoring.md:126-133 |
FileNotFoundError→UNVERIFIED/0,UnsupportedEnvironment→UNVERIFIED/0,其余异常→INFRA_ERROR/0;输出排序键的单行 JSON,PASS/FAIL 退出 0/1,其余退出 2。宽泛 FileNotFoundError 分支的实际诊断字符串为 C compiler unavailable |
这份 verify.py 是本题原生判据,不是 rollout/bos_verify.py 包装器;没有 check.py 最后一行 PASS 判定,也没有重写 Bos 任务时要求的 cheat_read_grader 样例。无网络由评分执行器提供,不由本文件另行探测;本次只审代码,未现场验证权限、网络或历史答案不可见。
4.2 全部 87 项行为逐项依据表
下表用实际 1 起始 case 序号。为便于核对,表中的 prompt.md、template/decoder.c 均相对 tasks/frame-decoder/,分别指公开文件 tasks/frame-decoder/prompt.md 与 tasks/frame-decoder/template/decoder.c,行号按本次未修改的文件。argv 与 stdout 按 JSON 转义记法书写,[] 表示无参数,"" 表示空字符串,\n 表示一个换行字节。每行的方法均为 verify.py:95-102 的候选子进程运行与父进程精确比较,单次超时 5 秒;行为依据公开,正式输入组合与期望留在受保护判据侧。stderr 没有断言。
固定用例为 verify.py:54-70。生成用例为 verify.py:71-81:对每个 L=0..16,P[i]=(L+17*i) mod 256(i=0..L-1),E=hex([L]+P+[L XOR P[0] XOR ...]);坏校验只将 E 的最后一字节 XOR 1。每个 L 的序号依次为 16+4L 完整、17+4L 逐字节分片、18+4L 缺校验、19+4L 坏校验接正确帧。最后四项为 verify.py:82-83 的非法长度恢复,不另引入输出约定。
| case / 场景 | 判据位置 | 公开依据(文件:真实行号) | argv chunks | 期望 stdout / 退出码 |
|---|---|---|---|---|
| 1 / 无输入 | verify.py:55 |
prompt.md:11 |
[] |
"" / 0 |
| 2 / 完整帧与 XOR | verify.py:56 |
prompt.md:5,7,10,14 |
["02aabb13"] |
"aabb\n" / 0 |
| 3 / 跨四个 argv 分片 | verify.py:57 |
prompt.md:3,5,7,10,12,14 |
["02","aa","bb","13"] |
"aabb\n" / 0 |
| 4 / 空分片不改变帧 | verify.py:58 |
prompt.md:3,5,7,10,12;template/decoder.c:16-18 |
["02aa","","bb13"] |
"aabb\n" / 0 |
| 5 / 两个连续帧 | verify.py:59 |
prompt.md:5,7,10,12,14 |
["01fffe010706"] |
"ff\n07\n" / 0 |
| 6 / 连续帧同时跨分片 | verify.py:60 |
prompt.md:3,5,7,10,12 |
["01ff","fe01","07","06"] |
"ff\n07\n" / 0 |
| 7 / 校验错误后恢复 | verify.py:61 |
prompt.md:5,7-8,10,12 |
["01ff00010706"] |
"ERR\n07\n" / 0 |
| 8 / 长度 17 立即拒绝,下一字节重同步 | verify.py:62 |
prompt.md:5,7,9-10,12 |
["11","010706"] |
"ERR\n07\n" / 0 |
| 9 / 零长完整帧 | verify.py:63 |
prompt.md:5,7,10 |
["0000"] |
"\n" / 0 |
| 10 / 零长帧跨分片 | verify.py:64 |
prompt.md:3,5,7,10,12 |
["00","00"] |
"\n" / 0 |
| 11 / payload 尚未收齐 | verify.py:65 |
prompt.md:5,10 |
["02aa"] |
"INCOMPLETE\n" / 1 |
| 12 / 奇数个十六进制字符 | verify.py:66 |
prompt.md:3,11;template/decoder.c:16-17 |
["f"] |
"" / 2 |
| 13 / 非法十六进制字符 | verify.py:67 |
prompt.md:3,11;template/decoder.c:4-9,19-21 |
["zz"] |
"" / 2 |
| 14 / 大写输入、小写输出 | verify.py:68 |
prompt.md:3,7,10;template/decoder.c:4-9 |
["02AABB13"] |
"aabb\n" / 0 |
| 15 / 最大长度 16 | verify.py:69 |
prompt.md:5,7,10 |
["10000102030405060708090a0b0c0d0e0f10"] |
"000102030405060708090a0b0c0d0e0f\n" / 0 |
| 16 / L=0 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["0000"] |
"\n" / 0 |
| 17 / L=0 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["00","00"] |
"\n" / 0 |
| 18 / L=0 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["00"] |
"INCOMPLETE\n" / 1 |
| 19 / L=0 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["00010000"] |
"ERR\n\n" / 0 |
| 20 / L=1 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["010100"] |
"01\n" / 0 |
| 21 / L=1 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["01","01","00"] |
"01\n" / 0 |
| 22 / L=1 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["0101"] |
"INCOMPLETE\n" / 1 |
| 23 / L=1 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["010101010100"] |
"ERR\n01\n" / 0 |
| 24 / L=2 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["02021313"] |
"0213\n" / 0 |
| 25 / L=2 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["02","02","13","13"] |
"0213\n" / 0 |
| 26 / L=2 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["020213"] |
"INCOMPLETE\n" / 1 |
| 27 / L=2 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["0202131202021313"] |
"ERR\n0213\n" / 0 |
| 28 / L=3 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["0303142531"] |
"031425\n" / 0 |
| 29 / L=3 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["03","03","14","25","31"] |
"031425\n" / 0 |
| 30 / L=3 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["03031425"] |
"INCOMPLETE\n" / 1 |
| 31 / L=3 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["03031425300303142531"] |
"ERR\n031425\n" / 0 |
| 32 / L=4 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["040415263704"] |
"04152637\n" / 0 |
| 33 / L=4 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["04","04","15","26","37","04"] |
"04152637\n" / 0 |
| 34 / L=4 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["0404152637"] |
"INCOMPLETE\n" / 1 |
| 35 / L=4 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["040415263705040415263704"] |
"ERR\n04152637\n" / 0 |
| 36 / L=5 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["05051627384940"] |
"0516273849\n" / 0 |
| 37 / L=5 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["05","05","16","27","38","49","40"] |
"0516273849\n" / 0 |
| 38 / L=5 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["050516273849"] |
"INCOMPLETE\n" / 1 |
| 39 / L=5 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["0505162738494105051627384940"] |
"ERR\n0516273849\n" / 0 |
| 40 / L=6 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["06061728394a5b17"] |
"061728394a5b\n" / 0 |
| 41 / L=6 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["06","06","17","28","39","4a","5b","17"] |
"061728394a5b\n" / 0 |
| 42 / L=6 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["06061728394a5b"] |
"INCOMPLETE\n" / 1 |
| 43 / L=6 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["06061728394a5b1606061728394a5b17"] |
"ERR\n061728394a5b\n" / 0 |
| 44 / L=7 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["070718293a4b5c6d71"] |
"0718293a4b5c6d\n" / 0 |
| 45 / L=7 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["07","07","18","29","3a","4b","5c","6d","71"] |
"0718293a4b5c6d\n" / 0 |
| 46 / L=7 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["070718293a4b5c6d"] |
"INCOMPLETE\n" / 1 |
| 47 / L=7 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["070718293a4b5c6d70070718293a4b5c6d71"] |
"ERR\n0718293a4b5c6d\n" / 0 |
| 48 / L=8 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["0808192a3b4c5d6e7f08"] |
"08192a3b4c5d6e7f\n" / 0 |
| 49 / L=8 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["08","08","19","2a","3b","4c","5d","6e","7f","08"] |
"08192a3b4c5d6e7f\n" / 0 |
| 50 / L=8 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["0808192a3b4c5d6e7f"] |
"INCOMPLETE\n" / 1 |
| 51 / L=8 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["0808192a3b4c5d6e7f090808192a3b4c5d6e7f08"] |
"ERR\n08192a3b4c5d6e7f\n" / 0 |
| 52 / L=9 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["09091a2b3c4d5e6f809160"] |
"091a2b3c4d5e6f8091\n" / 0 |
| 53 / L=9 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["09","09","1a","2b","3c","4d","5e","6f","80","91","60"] |
"091a2b3c4d5e6f8091\n" / 0 |
| 54 / L=9 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["09091a2b3c4d5e6f8091"] |
"INCOMPLETE\n" / 1 |
| 55 / L=9 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["09091a2b3c4d5e6f80916109091a2b3c4d5e6f809160"] |
"ERR\n091a2b3c4d5e6f8091\n" / 0 |
| 56 / L=10 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["0a0a1b2c3d4e5f708192a3db"] |
"0a1b2c3d4e5f708192a3\n" / 0 |
| 57 / L=10 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["0a","0a","1b","2c","3d","4e","5f","70","81","92","a3","db"] |
"0a1b2c3d4e5f708192a3\n" / 0 |
| 58 / L=10 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["0a0a1b2c3d4e5f708192a3"] |
"INCOMPLETE\n" / 1 |
| 59 / L=10 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["0a0a1b2c3d4e5f708192a3da0a0a1b2c3d4e5f708192a3db"] |
"ERR\n0a1b2c3d4e5f708192a3\n" / 0 |
| 60 / L=11 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["0b0b1c2d3e4f60718293a4b551"] |
"0b1c2d3e4f60718293a4b5\n" / 0 |
| 61 / L=11 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["0b","0b","1c","2d","3e","4f","60","71","82","93","a4","b5","51"] |
"0b1c2d3e4f60718293a4b5\n" / 0 |
| 62 / L=11 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["0b0b1c2d3e4f60718293a4b5"] |
"INCOMPLETE\n" / 1 |
| 63 / L=11 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["0b0b1c2d3e4f60718293a4b5500b0b1c2d3e4f60718293a4b551"] |
"ERR\n0b1c2d3e4f60718293a4b5\n" / 0 |
| 64 / L=12 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["0c0c1d2e3f5061728394a5b6c78c"] |
"0c1d2e3f5061728394a5b6c7\n" / 0 |
| 65 / L=12 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["0c","0c","1d","2e","3f","50","61","72","83","94","a5","b6","c7","8c"] |
"0c1d2e3f5061728394a5b6c7\n" / 0 |
| 66 / L=12 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["0c0c1d2e3f5061728394a5b6c7"] |
"INCOMPLETE\n" / 1 |
| 67 / L=12 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["0c0c1d2e3f5061728394a5b6c78d0c0c1d2e3f5061728394a5b6c78c"] |
"ERR\n0c1d2e3f5061728394a5b6c7\n" / 0 |
| 68 / L=13 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["0d0d1e2f405162738495a6b7c8d920"] |
"0d1e2f405162738495a6b7c8d9\n" / 0 |
| 69 / L=13 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["0d","0d","1e","2f","40","51","62","73","84","95","a6","b7","c8","d9","20"] |
"0d1e2f405162738495a6b7c8d9\n" / 0 |
| 70 / L=13 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["0d0d1e2f405162738495a6b7c8d9"] |
"INCOMPLETE\n" / 1 |
| 71 / L=13 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["0d0d1e2f405162738495a6b7c8d9210d0d1e2f405162738495a6b7c8d920"] |
"ERR\n0d1e2f405162738495a6b7c8d9\n" / 0 |
| 72 / L=14 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["0e0e1f30415263748596a7b8c9daebdf"] |
"0e1f30415263748596a7b8c9daeb\n" / 0 |
| 73 / L=14 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["0e","0e","1f","30","41","52","63","74","85","96","a7","b8","c9","da","eb","df"] |
"0e1f30415263748596a7b8c9daeb\n" / 0 |
| 74 / L=14 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["0e0e1f30415263748596a7b8c9daeb"] |
"INCOMPLETE\n" / 1 |
| 75 / L=14 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["0e0e1f30415263748596a7b8c9daebde0e0e1f30415263748596a7b8c9daebdf"] |
"ERR\n0e1f30415263748596a7b8c9daeb\n" / 0 |
| 76 / L=15 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["0f0f2031425364758697a8b9cadbecfd11"] |
"0f2031425364758697a8b9cadbecfd\n" / 0 |
| 77 / L=15 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["0f","0f","20","31","42","53","64","75","86","97","a8","b9","ca","db","ec","fd","11"] |
"0f2031425364758697a8b9cadbecfd\n" / 0 |
| 78 / L=15 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["0f0f2031425364758697a8b9cadbecfd"] |
"INCOMPLETE\n" / 1 |
| 79 / L=15 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["0f0f2031425364758697a8b9cadbecfd100f0f2031425364758697a8b9cadbecfd11"] |
"ERR\n0f2031425364758697a8b9cadbecfd\n" / 0 |
| 80 / L=16 完整帧 | verify.py:77 |
prompt.md:5,7,10 |
["10102132435465768798a9bacbdcedfe0f10"] |
"102132435465768798a9bacbdcedfe0f\n" / 0 |
| 81 / L=16 逐字节分片 | verify.py:78 |
prompt.md:3,5,7,10,12 |
["10","10","21","32","43","54","65","76","87","98","a9","ba","cb","dc","ed","fe","0f","10"] |
"102132435465768798a9bacbdcedfe0f\n" / 0 |
| 82 / L=16 缺校验字节 | verify.py:79 |
prompt.md:5,10 |
["10102132435465768798a9bacbdcedfe0f"] |
"INCOMPLETE\n" / 1 |
| 83 / L=16 坏校验后正确帧 | verify.py:80 |
prompt.md:5,7-8,10,12 |
["10102132435465768798a9bacbdcedfe0f1110102132435465768798a9bacbdcedfe0f10"] |
"ERR\n102132435465768798a9bacbdcedfe0f\n" / 0 |
| 84 / 非法长度 17 后恢复 | verify.py:82-83 |
prompt.md:5,7,9-10,12 |
["11010706"] |
"ERR\n07\n" / 0 |
| 85 / 非法长度 32 后恢复 | verify.py:82-83 |
prompt.md:5,7,9-10,12 |
["20010706"] |
"ERR\n07\n" / 0 |
| 86 / 非法长度 128 后恢复 | verify.py:82-83 |
prompt.md:5,7,9-10,12 |
["80010706"] |
"ERR\n07\n" / 0 |
| 87 / 非法长度 255 后恢复 | verify.py:82-83 |
prompt.md:5,7,9-10,12 |
["ff010706"] |
"ERR\n07\n" / 0 |
case 12、13 的空 stdout 除了退出码 2 的题面要求,还有“不要改变 CLI 和输出格式”(prompt.md:3)与公开初态在检查长度/字符失败时直接 return、尚未到打印分支(template/decoder.c:16-21)作为依据。这两项只测非法字符作为唯一输入;判据没有规定已输出完整帧后再遇非法 argv 时回滚旧输出。
合法替代解可以采用不同状态机、先拼接所有合法片段再解析或其他 C 标准库实现;判据不读候选源码结构,不要求特定函数名、状态编码、payload 容器或逐字补丁。仍须满足实际构建门槛,故警告构建误拒风险不能以“不看源码”消除。单纯退出 0 会在 case 2 失败;打印 PASS 会在 case 1 失败。87 项包含多个长度、分片、错误和恢复组合,但输入均为确定固定集合,没有运行时随机 nonce,不能声称阻止针对完整泄露测试集的硬编码。
判断范围是程序实际行为;构建成功不等于任务通过。没有缓冲区溢出探针、sanitizer、长流压力、MCU 容量或硬实时断言;有限测试通过不代表这些范围已验证。
5. 四类样例与校准
| 样例 | 文件与关键位置 | 预期 verdict | 对应判据及理由 |
|---|---|---|---|
| gold | gold/decoder.c:11-50 |
PASS | 状态在 argv 外初始化,循环之间保留;正常、异常和末尾状态按协议输出。它是一个参考实现,不是逐字比对标准 |
| 缺陷初态 | template/decoder.c:14-15 |
FAIL | 每个 argv 重置状态;完整单片可通过,case 3 拒绝跨分片缺陷 |
| noop | noop/decoder.c:1 |
FAIL | 永远退出 0,无 payload;case 1 可通过,case 2 的 aabb\n 缺失 |
| cheat | cheat/decoder.c:1-2 |
FAIL | 不读输入而打印 PASS;case 1 的无输入无输出检查即拒绝 |
上述是样例意图和静态追踪,不是本次新执行结果。没有额外 valid_*、定向半修复样例或 cheat_read_grader;本次不补这些资产。每类五次、共 20 次的正式校准要求见 docs/task-authoring.md:159。
保留的历史证据分开登记:
- 当前 v2 题库快照
docs/task-catalog.json:3458-3482记录 trace6 校准路径/home/ming01.wang/embedded-rollout/runs/catalog-20261019-trace6-calibration/calibration-5e8d8aab7f534c8ea3a78fa9df8890e9、20 trials、receipt SHA-25628f8f72ba2b2a9ef0ca74a3dc938537ef2e9f4502e4b9855ddf39db6c8edbc0a、USABLE与当前 task digest。本次只核对该公开索引,不读取该其他历史批次目录,不宣称已重新打开原始收据、重核每项 trial、实际 image ID 或 cleanup。 docs/acceptance.md:16-25记录早期四类各 5 次,gold 87 项全通过,template/noop/cheat 分别在第 3/2/1 项失败。但该记录明示 task digest9ed02c0a509375f2b6a6a4a35a1c05d954ac16789c573b0b066f5d3da50e6375、verifier8dbe11cc0ff254e6a7bcbbec94b6b452d6382c028e2dfeff7a9b830e7d0106ef,均不同于当前 v2,不能作为当前镜像或指纹的新准入证明。- 当前
dataset.json的 task/verifier 摘要与本次静态加载一致;本次按 AST 读取固定用例并依实际判据公式重列 87 组,与快照的 inputs/outputs/exit_codes 逐项相同。这是材料一致性检查,没有编译或运行候选。
本次没有新校准目录、镜像探测、重置一致性或 cleanup 执行回执。正式文件未变且 spec.md 不计入 task digest,按本批明确覆盖说明不升版本、不重校准;不能把本次文档完成写成闸门 1/2 新通过。
6. 真实试采与证据
本次未启动真实模型、Pi、脚本 Agent、容器、网络、硬件或 Salty 操作;没有本次 controller、attempt、候选、模型参数、费用或归档,也没有需要清理的执行资源。
保留既有记录,不冒填缺失原件:
| 历史记录 | 已存在文档所述事实 | 身份与证据边界 |
|---|---|---|
| 初期 GLM-5.3 闭环 | docs/rollout-receipt.json:5-46 记 8 次模型请求、原生证据 VERIFIED、任务 PASS/87、退出 0、cleanup confirmed;docs/acceptance.md:37-41 记归档与上传后摘要核对 |
docs/rollout-receipt.json:39 为旧 task digest 9ed02c0a...;本次没有读取原始轨迹、重判候选、下载归档或验证 Salty 当前内容 |
| 初期 Qwen 闭环 | docs/qwen-trial-receipt.json:2-6,25-48 记 7 次模型请求、VERIFIED、PASS、SMOKE_ONLY;docs/acceptance.md:47-53 记 87 项与归档 |
同为旧 task digest(docs/qwen-trial-receipt.json:46),不归到当前 trace6 镜像或本次文档补齐 |
| 当前题库结果摘要 | docs/task-catalog.json:3473-3477 记 GLM-5.3 PASS 2 / FAIL 0 |
同条目 task digest 匹配 v2;本次只读取汇总,不重新验证完整原生会话、模型/工具因果、终态或归档 |
README.md:84 与 docs/rollout-plan.md:9 的角色标签是 SMOKE_ONLY(链路回归);当前题库 docs/task-catalog.json:3466 为 difficulty=UNMEASURED。两种记录均保留,不把 2 次通过、旧模型单次通过或 87 项断言升级为 ≥5 次正式难度分池。本次不改变历史身份、状态或难度。
7. 评审与准入
本次静态自审日期 2026-10-27;结论为“文档已补齐,来源与行为逐项可追踪,存在公开构建约定缺口,待 root 独立审阅”。它不撤销或重授历史 USABLE,也不宣称所有制作规范均已满足。
- 忠实记录 v2、
authored-bootstrap-fixture、length-prefixed-stream;标注原创软件 fixture 与 split 分组键,无虚构 Bos/HWE/会话来源。 - 读取全部原生判据与四类源码,完整列出 87 个行为用例及公开文件行号,另列提交、隔离、构建、超时与状态映射。
- 静态加载任务并核摘要;全部 87 组与既有
dataset.json的输入/输出/退出码匹配;这两项没有执行候选或校准。 - 本次仅新增规格;非 spec 文件前后 SHA-256 对照记录保存在本批单题目录,保留 dataset 与既有 pycache。
LIMIT-COMPILE:公开题面与模板没有构建命令,也未说明 C11、-Wall -Wextra -Werror;符合描述行为但触发非必需警告的合法 C 解可能被拒绝。prompt.md:14的“可以使用 C 标准库”不足以给出“全部警告视为错误”的依据。本次只记录并上报,不改题面或判据。- 本次未重新执行正式校准、cleanup、真实会话、归档完整性、历史答案不可见或硬件检查;当前题库收据只保留索引,不补造原件。
- 独立评审待 root 写入本批
subagents/frame-decoder/review.json;原作者与原独立评审署名未知。
所有规范中未通过或未重核的项目均按上文限制保留。后续若要修复公开构建缺口或新增测试,须另行修改授权范围内的题面/判据、升版本并重新校准;本规格不改变任何执行配置。