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

10 KiB
Raw Permalink Blame History

resource-mutex-instance-lifecycle / v1

身份与来源

  • task-id:resource-mutex-instance-lifecycle;family:resource-lifecycle;language:C++17。
  • 原料:hwe/syn-hard-x160-mutex-init-destroy,public、hard、非held-out;原始metadata/prompt/reference仅只读,未执行HWE脚本。用户已授权本项目原料改写。
  • 路线C,原创素材改写,software-only:将动态mutex初始化/保护计数器/销毁配对主题改写为显式步骤实例账本。没有移植Linux内核或旧平台业务实现,没有现场事故回放、真实用户数据或凭据。
  • split/source group:syn-hard-x160-mutex-init-destroy。区别于优先级捐赠和多资源申请unwind:本题没有优先级、线程或多资源申请事务,核心是实例身份与有等待引用时的生命周期。
  • 审核阶段:READY_FOR_CALIBRATION;最终双门和独立根审结果写单题factory报告,不在冻结后修改本文件。难度UNMEASURED,未运行Qwen、真实Agent或硬件,不宣称目标模型难度或实板通过。

工程、缺陷与环境

5个candidate_files为ledger.hpp、storage.hpp、identities.cpp、transitions.cpp、queries.cpp。公开template还含README、docs/contract.md、observer.cpp、Makefile、smoke.in、smoke.expected。非template样例各只含上述5个文件。候选业务源码非空非注释502行,去仅括号行后394行;公共独有工程(上述候选加observer.cpp和Makefile)577行,不计任何fixture复制、空行、注释或私有check。逐文件统计在factory/code-counts.json。标准数据结构、范围/身份解析、状态变迁和查询分离;无生成的重复业务分支凑行。

公开复现为make smoke,原初态在第6个输出报告I 0 1,预期I 0 2,后续旧Handle读出新实例value。症状由observer.cpp呈现,行为根因在独立实例实现中。完整修复必须符合公开docs全部条款。

独立缺陷:

  1. init无论槽历史均令epoch=1,destroy后新实例复用旧身份。公开smoke展示此问题;fix_generation只修该处。
  2. destroy仅检查owner而漏队列。lock(0),lock(1),unlock(0)后owner=-1但waiter 1仍在队列,由显式claim才改变所有权;初态此时允许destroy并抹去身份与队列。内部边界类型为“有副作用之前完整检查存活引用”,公开smoke没有排队命令,未展示此边界。fix_waiters只修该处。队列路径无需注入内部状态,可通过公开API自然到达。

这两处独立,单修另一处均保留自己的真实行为失败。mask_symptom把代际限制为1或2,使公开smoke通过,第三次初始化仍复用身份,且保留队列缺陷。

环境为普通Linux用户态、C++17标准库、g++,无网络/板卡/内核/特权/真实时钟依赖。标准构建argv为g++ -std=c++17 -O2 -Wall -Wextra observer.cpp identities.cpp transitions.cpp queries.cpp -o observe。正式镜像固定为ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1。评分120秒,单编译35秒、各场景8秒;候选进程退出0、stderr为空并逐字节匹配全部观察才通过。只测公开的完整合法stdin,不声明malformed文本或超出int64文本处理。

判据检查项与公开依据

下表路径以公开工作区为根,行号对应首冻公开资产。每项通过Python独立状态模型复算,raw observer只解析stdin、调用API并打印返回字段,不含正式用例、期望或断言。全部17个支持入口(构造+16方法)都直接调用观察,inspect不替代其他方法。

检查类 公开依据 正式场景及直接观察
构造资源/参与者初始字段及无输出 docs/contract.md:3;README.md:5 empty;identity_cycles首段V全部8槽/P全部16人/S
int64全域及槽0/7、参与者0/15端点 docs/contract.md:3 domains_and_errors;queue_lifecycle;LOW/HIGH输入token/epoch/delta/无效索引
各Handle方法RANGE/DEAD/STALE/TOKEN及参与者先于实例检查 docs/contract.md:4 domains_and_errors为D/R/Z/T/L/N/U/C/X/Q/A/H分别直接调用全部分支,含多条件同时无效
所有失败及只读调用保持状态 docs/contract.md:4 failure_atomicity在每个失败后直接观察8槽、16人、summary;溢出后read
Code映射、Reply失败value=0 docs/contract.md:5 全部场景按原始整数字段比较,所有错误Reply直接调用
init成功/EXISTS及新实例清零 docs/contract.md:6 smoke;identity_cycles每槽4代,每代I/V/R及计数器重置
每槽历史代际保留/递增及独立 docs/contract.md:6 identity_cycles覆盖槽0至7各4代及过期Handle;D后V及旧R
destroy持有者BUSY docs/contract.md:7 queue_lifecycle及failure_atomicity,D后完整观察
destroy无owner但有waiter仍BUSY/原子性 docs/contract.md:7 queue_lifecycle释放owner后D/V/P/S,failure_atomicity自然路径后D再全观察
destroy空闲成功/重复DEAD/保留epoch docs/contract.md:7 identity_cycles每代D/D/R/V,queue_lifecycle清空队列后D
单参与者关系、建立和解除 docs/contract.md:8 queue_lifecycle跨槽ENGAGED、P owner/wait/free;failure_atomicity全P
lock各检查顺序/空闲取得/FIFO/WAIT副作用 docs/contract.md:9 queue_lifecycle;seeded_transitions;全部预期Code含0/6/7/8/9
try_lock已有关系/忙/空闲及不入队 docs/contract.md:10 queue_lifecycle;failure_atomicity;各Code含0/6/8/9/13
unlock的NOT_OWNER、释放及不自动接续 docs/contract.md:11 queue_lifecycle释放后V owner=-1且队列不变,P/S
claim OWNER/NOT_WAITING/BUSY/TURN/成功 docs/contract.md:12 queue_lifecycle分别直接调用;成功后V/P/Q
cancel OWNER/NOT_WAITING/中间移除及关系解除 docs/contract.md:13 queue_lifecycle删除中间waiter后V、P和队列位置
handoff NOT_OWNER/NOT_WAITING/TURN/成功且保留值身份 docs/contract.md:14 queue_lifecycle按条件直接调用;failure_atomicity包含owner==target
cancel_all BUSY/空及满队列/返回原长度 docs/contract.md:15 queue_lifecycle满15waiter、owner空后Z,全部P及S;重复Z
add NOT_OWNER/0/正负值/上下界及溢出原子性 docs/contract.md:16 domains_and_errors直接加INT64_MAX/MIN,上溢/下溢后R
retag owner或队列BUSY/新旧token相同/极值/值与epoch保留 docs/contract.md:17 identity_cycles;domains_and_errors;failure_atomicity
read成功/全部身份错误及原始value docs/contract.md:18 identity_cycles;domains_and_errors;cheat零读数拒绝
position owner=-1/队列全位置/缺席及全部身份错误 docs/contract.md:18 queue_lifecycle对16人Q;domains_and_errors
inspect active/未active/越界及全部字段/FIFO docs/contract.md:19 identity_cycles;queue_lifecycle;failure_atomicity每次全槽
actor owner/waiter/free/越界/代际 docs/contract.md:20 queue_lifecycle;identity_cycles;domains_and_errors
summary全部三个总量及查询无副作用 docs/contract.md:20 全场景S;failure_atomicity及seeded_transitions连续S
stdin空与4096命令端点、每进程新对象 docs/contract.md:21 empty为0字节;seeded_transitions恰4096命令;7独立进程
正常退出0及stderr 0字节 docs/contract.md:21 每scene核真实returncode及stderr bytes,cheat_stderr单独拒绝
全部命令到公开API的参数与顺序 docs/contract.md:22;ledger.hpp:60 observer逐个直接调用全部方法,全部命令包含int64端点
stdout格式、LF、空格、字段、无附加字节 docs/contract.md:23 逐bytes整体比较,不text=True;cheat_stdout在empty中额外输出拒绝
符合全部条款及提交范围 prompt.md:3;README.md:3 仅重建5个candidate_files,正式observer不使用候选额外文件

共30项依据表。固定seed为16020261027,含7个场景:empty、smoke、identity_cycles、queue_lifecycle、domains_and_errors、failure_atomicity、seeded_transitions;每场景命令数不超过4096,最后一个场景为4096。正式inputs/expected只驻留check内存,不提供候选。

样例与判据隔离

fixture 预期 行为目的
gold PASS 双缺陷完整修复,维护槽与参与者索引
template FAIL 两处独立缺陷
noop FAIL init不能激活槽,随后lock得到DEAD;完整链接且运行0
cheat FAIL 将所有读数归零,非零计数器读观察拒绝;完整链接运行0
cheat_read_grader FAIL 仅校准隔离;拒读后主动exit23,host可读后按gold通过为授权例外
fix_generation FAIL 仅修代际,owner空但waiter存在时D错误成功
fix_waiters FAIL 仅修等待引用,smoke新实例仍epoch1
mask_symptom FAIL smoke可通过,第三代init仍epoch2
valid_events PASS 权威状态为成功操作事件日志,每次重放重建槽;参与者从槽owner/queue推导,非金标准索引表结构
cheat_stdout FAIL 正确业务额外stdout诊断,empty也不符字节合同
cheat_stderr FAIL 正确业务仅额外stderr诊断,stdout可完全正确仍拒绝

私有附件只有check.py与非.py observer.txt;verify.py原样复制rollout/bos_verify.py。候选和编译器只在子进程,正式wrapper降权65534、判据root保护且有拒读探针。check读取候选源码/observer、生成全部输入和独立预期并完成scratch写入后才首次编译;scratch通过tempfile.mkdtemp(dir=Path.cwd())放在wrapper独占树,之后不再以可信进程读写scratch,只调用argv并在内存比较,wrapper退出清理整树。不存在isolation-blocked标记。候选无法获得checker/gold/历史答案/网络。

每trial的grade.stderr有一行结构JSON,包含真实build exit/stdout与stderr长度,各scene真实run exit/stdout与stderr字节长度及reject,首拒绝场景、命令和观察差异;不依赖仅wrapper最后一行。普通负例要求完整build0/run0后行为拒绝;只有cheat_read_grader拒读后exit23作为例外。校准host/trace6各11类*5次,host读取判据例外保留真实整体FAIL/exit1,不改期望;Docker须整体PASS且cleanup confirmed。最终当前digest、真实回执/退出与每trial核对结果写factory report.json。

未验证:真实Agent难度、完整rollout轨迹、硬件、任意文本解析、超出公开支持序列规模的行为。没有训练、权重或生产隔离宣称。首冻前已按2026-10-27普通公开条款写法检查,无陷阱加粗、内部边界类型标签或针对该边界的公开示例。