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>
11 KiB
numeric-adc-scan-frames v1
1. 身份与来源
- task-id: numeric-adc-scan-frames;family: numeric-reliability;language: C11;source: hwe/syn-arm-013。
- 作者:本题唯一子 Agent;业务及独立审阅:根 Agent;当前状态 READY_FOR_CALIBRATION,正式门及独立结论保存在同题 factory 报告。
- 路线 C,原创素材改写。只读素材
factory/20261026-C-hwe-codegen-18/hwe/arm-linux/code-gen/syn-arm-013/{metadata.yaml,prompt.md,reference/main.c},public/medium,非 held-out,根已完成来源去重并于 BRIEF 根GO授权制作。 - 素材提供三字节命令、8通道、10位样本及电压概念;本题所有对象生命周期、整数归约、CLI及异常合同是新增软件合同,不声称来源已有或外部标准。
- 来源组/split key: hwe/syn-arm-013;根因族:定点归约舍入阶段、三字节响应有效位提取。与通用SPI消息及温度有符号位域任务不同。
- 无用户会话或凭据。替身测试为 software-only;只处理给定字节,完全不访问 SPI、ioctl、GPIO、网络或时钟。未验证电气、真实传输、板卡与硬件时序。
- 难度 UNMEASURED;没有 Qwen、真实 Agent、模型轮次或硬件证据。
2. 初态、工程与环境
公开 template 包含 adc.h、adc.c、cli.c、main.c、Makefile、smoke.in、README.md、docs/contract.md。候选仅前三个文件;其他样例目录仅包含这三个声明文件。私有附件仅 check.py;verify.py 与 rollout/bos_verify.py 逐字一致。无 isolation-blocked 标记。
初态包含两个独立故障:
- 电压先截断 raw 平均,再乘 vref/1023。smoke 两个通道各收到 0、1023,实际末字段1648387,合同1650000。现场题面只给症状与复现,需从 main→CLI→对象读取归约定位。
- decode 把第二字节全部拼入样本;高6位必须忽略。边界类型为协议有效位宽/保留位,根指定的非 smoke 边界。公开 smoke 的 b1 仅0或3,故不展示第二故障。直接 codec 及扫描均测试 b1=252→raw0、255→raw1023,包括其他低位及首字节变化。
工程有效代码行以非空、非注释行计,包含实际参与构建的类型/声明和控制流括号:gold adc.c209 + cli.c273 + adc.h63 =545;template相同545。去掉孤立花括号为411,另列透明统计。工程独有活动代码552行(候选545 + main.c7);不把fixture复制、valid实现、Makefile、文档、observer或私有判据计入独有业务代码。没有未启用宏或为valid保留的死代码。valid使用另一套真实业务实现,但不重复计入500行要求。
工具链:普通 Linux C11、gcc、Python3标准库,无下载、板卡、特权或服务。正式镜像固定 ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1,实际 image ID 由校准记录。timeout_seconds=120,wrapper期限100秒,单编译30秒,单场景12秒,正式评分资源512MiB/1CPU。真实Agent未运行。
3. 公开接口与复现
题面要求满足 docs/contract.md 全部条款,交付 adc.h、adc.c、cli.c。运行 make、./adc_demo < smoke.in;可复现两个通道电压偏低。题面不指出根因函数、业务模块或保留位边界。全部正常/异常行为与CLI字节政策只在公开合同普通语句中说明,没有内部边界标签或专项示例。
公开函数:adc_reset、adc_encode、adc_decode、adc_config、adc_start、adc_tx、adc_feed、adc_abort、adc_read、adc_status、adc_clear、adc_run_cli。公开结构字段和签名在 template/adc.h:6、14、20、29、58–69;Adc存储布局可改变。指针必须有效;reset/CLI可初始化未初始化存储。
4. 判据 ↔ 公开依据
下表行号均为 template/docs/contract.md。每个场景实际经 stdin 驱动 C observer,期望由 Python 独立模型生成。不是源码模式匹配;直接 API 的返回字段不会由 snapshot 代替。
| 检查类别 | 公开依据 | 实际覆盖及观察 |
|---|---|---|
| 多实例独立 | :3 | 两个同时live同配置不同数据对象交错;每步完整status和8条read |
| 命令编码 | :7;adc.h:59 | 独立E调用0/7及中间值,-1/8/INT_MIN/MAX;错误out三字段哨兵保持 |
| 三字节范围与decode | :9;adc.h:60 | 独立D,每byte成功0/255、越界-1/256/INT_MIN/MAX;out哨兵保持 |
| 有效位与忽略字段 | :9 | b1=0/3/4/128/131/252/255,b0=0/255,raw0/1023两端;扫描亦观察 |
| reset默认/覆盖旧态 | :13 | 独立R,初态及非空旧数据后,直接O/G/T验证 |
| config合法端点 | :15 | VREF1/5000000、MASK1/255、ROUNDS1/32全部成功后完成真实扫描 |
| config无效/active | :15、29 | 每参数域外邻值、INT_MIN/MAX,active非0数据背景RANGE先于BUSY,全部字段保持 |
| start/重复/新窗口 | :17 | 独立S,非空旧数据替换,BUSY、重复扫描和部分结果 |
| selected顺序与轮数 | :17、21 | 独立T及F,单通道/8通道/稀疏mask,多轮到32轮,随机36组 |
| tx独立/重复/IDLE | :19 | 每次直接T含重复,inactive哨兵不变;状态和数据完整保持 |
| feed范围/IDLE | :21、29 | 每byte端点成功、域外/native极值;有样本后失败完整保持;valid/inactive与invalid/inactive |
| feed完成/进度 | :21 | 每帧status及read,末帧inactive、next=-1,完成后追加拒绝 |
| abort保留/重复 | :23 | 活动时独立A,部分数据保留、已完成轮数及frame保留;重复IDLE;再start清空 |
| read全部字段 | :25 | 独立G通道0/7成功,count1/32、sum/min/max/last及整数电压逐字段 |
| read错误/未选通道 | :25、29 | -1/8/INT_MIN/MAX及无样本通道,完整六字段哨兵保持 |
| 归约与整数极值 | :25 | 零raw、满幅raw、混合/随机raw、vref上下端,64位乘积,floor一次整除 |
| status独立/重复 | :27 | 独立O逐字段,及每步额外观察,两对象保持 |
| clear非空/重复/BUSY | :29 | 独立Z,有非0数据后清空直接G,活动时保持,再次清空成功 |
| 代码值无归一化 | :29;adc.h:6 | 数字原样输出,未知enum不能映射成合法错误;out各字段独立 |
| CLI结果/fresh | :33 | 同一进程同一result对象多次L,返回条数、输出length+hex及结束完整state/read |
| 物理行上界 | :33 | 127行mixed成功/syntax/API错误;128条feed实际mutation读回,129及以后抑制;128条read另测 |
| empty/EOF | :33 | 空stdin、最后无LF、末LF不新增空行;同进程下一次fresh |
| 行长度/字节 | :35 | 255/256字节、NUL/高字节/CR、长行后恢复、空行、空白与tab |
| 数字语法 | :35 | 每数值参数域外邻居与native极值在active/inactive非0背景,另有坏字、plus、单minus、native范围外、长数字;负零/前导零及INT_MIN/MAX |
| 各verb参数个数 | :35、37 | 每个固定verb多参;需参verb缺参,每数值位置错误后完整最终数据保持 |
| CLI真实成功和错误 | :37 | 8个verb成功;config RANGE/BUSY、start BUSY、tx IDLE、feed RANGE/IDLE、read RANGE/EMPTY、abort IDLE、clear BUSY全部实际run_cli模型分派,且每个错误有非0数据背景 |
| 完整bytes/streams | :39 | canonical十进制、单空格/LF、长度+hex;stdout/stderr单独负例,输入输出流未关闭由observer后续读取/关闭 |
| 程序退出和诊断 | :41 | 另建公开等价main实际运行smoke/empty/mixed LIMIT;stdout严格bytes、空stderr、exit0、timeout分别独立原因;factory exit-only样例正确输出空stderr但exit9拒绝 |
| 构建环境 | :41 | 每fixture均独立实际构建observer与demo,C11标准库;编译warning允许但记录摘要 |
共29类依据。全部规范句均有对应行为覆盖;指针有效等调用前提不要求处理未定义输入。
5. 隔离、样例与开发证据
check.py在创建scratch后、首次compiler之前完成候选副本、raw observer、demo和全部输入期望的可信IO。使用 tempfile.mkdtemp(dir=Path.cwd()),归wrapper独占树;不自行chmod/chown。首compiler后不读写scratch,也不读取编译产物;只传argv、stdin,捕获输出并在内存比较。wrapper负责整树回收。observer只解读输入并打印原始观察,不生成用例、存答案或断言。
每trial实际2次编译+6个运行场景(smoke/direct/cli/public-smoke/public-empty/public-limit)。统一scratch cwd及每进程PID、完整argv、exit、timeout均保存,以及stdin/expected stdout/actual stdout/stderr的长度与SHA256前16hex;全JSON小于3900字节,位于bos_verify保留stderr尾部。stdout/stderr/exit/timeout原因取并集。正式只保留输出摘要,没有完整候选stdout;不得把摘要说成原始stdout归档。
| fixture | 预期 | 实际作用 |
|---|---|---|
| gold | PASS | 聚合账本及维护cursor的正确实现 |
| template | FAIL | 两处独立故障 |
| noop | FAIL | 所有采样当作0;完整链接运行后结果错误 |
| cheat | FAIL | 仅硬编码公开smoke输出;最终结果对象和其他输入错误 |
| cheat_read_grader | FAIL | 读不到父进程私有check.py路径后主动exit7;host可读则按gold通过,属允许例外 |
| fix_reduction | FAIL | 只修复一次整除;高位decode仍错,完整smoke通过 |
| fix_decode | FAIL | 只修复低2bit;归约仍错 |
| mask_symptom | FAIL | 仅对公开配置和数据特判1650000,完整公开smoke通过但其他合同仍错 |
| valid_samples | PASS | 全扫描按接收顺序的raw样本序列+used为唯一权威;ordinal/width推导通道/cursor/轮数,读取时归约,无gold账本缓存 |
| cheat_stdout | FAIL | 正确行为额外写stdout,输出独立拒绝 |
| cheat_stderr | FAIL | stdout与gold一致、exit0但多stderr,诊断独立拒绝 |
集中开发核验目录由 factory/development-pointer.json 指定。11种正式fixture全部2build0/6run0;gold/valid及host读grader PASS,其余按行为FAIL。factory另有exit_only,2build0,6run9,全部正确stdout和空stderr,仅exit原因。没有用缺符号或编译错误代替行为拒绝。
6. 校准与真实试采
正式首冻后,待根集中预审确认,再以同一当前task_digest分别运行trusted-local和固定镜像校准,每fixture5次,总计55次/门。host读grader5次PASS是允许例外,host整体FAIL应原样记录;Docker必须55次预期一致、整体PASS、cleanup confirmed。任务任何字节改动必须新身份双门,历史运行只读保留。
正式门结果、真实退出码、唯一output路径、image ID、摘要、cleanup和最终审阅写同题factory,不回写本spec。校准不等于真实LLM rollout;本批不运行模型、硬件、Qwen或归档,难度仍UNMEASURED。没有Salty迁移,冷迁暂停。/home及Docker任一不足10GiB立即存state停工,已有runs只新增。
7. 首冻审阅与限制
已完成作者只读业务审阅及集中开发样例;根独立最终审阅待定。完整任务树含spec纳入factory首冻manifest,task_digest按平台load_task独立计算,二者不混淆。无全仓tests、平台/共享docs修改、Git、凭据访问或外部来源脚本执行。正式门之前状态READY_FOR_CALIBRATION;没有宣称ADMITTED。