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

12 KiB
Raw Permalink Blame History

任务规格:runtime-durable-late-join-cache

1. 身份与来源

字段 内容
task-id / version runtime-durable-late-join-cache / 1
作者 / 独立评审 Codex 单题作者 / 根 Agent 待审
审核状态 READY_FOR_CALIBRATION;不等于真实采样准入
来源路线 C,原创素材改写,software-only
来源 ID / split 分组键 syn-hard-x172-ros2-qos-durability-late-joiner
source / family hwe/syn-hard-x172-ros2-qos-durability-late-joiner / memory-buffers
冻结原料 factory/20261026-C-hwe-codegen-18/hwe/arm-linux/code-gen/syn-hard-x172-ros2-qos-durability-late-joiner/ 的 metadata.yaml、prompt.md、reference/main.c,只读,不运行来源脚本
授权 / 隐私 用户允许本批本地 HWE 素材改写;无真实用户会话、凭据或个人数据
来源组 / 根因族 writer-owned QoS history / 有界缓存和 writer 生命周期
与已有题的关系 独立业务模型,不复制旧平台或其他新题业务源码
替身测试 题目完全是确定性 C++17 用户态状态模型;无需板卡、ROS2、DDS、网络或实际时间
未验证范围 真实 DDS/ROS2、硬件、并发时序;本批无 Qwen 或真实 Agent 试采

原料目标称最后 N,而参考代码与期望称前 N。本题依据新公开合同保留最近 N,不把来源矛盾带入评分。来源只启发 durability/late-join 机制,所有工程、接口与判据原创。

两个独立缺陷:F1,history.cpp 的 remember 在缓存满后不接纳后续样本,保留最早 N;F2,domain.cpp 的 close_writer 未对 history.cpp 注册的缓存执行 release,旧 incarnation 留在晚加入回放源。公开 smoke 只涉及 F1;F2 使用根指定的非 smoke 精确边界类型“writer 生命周期结束销毁 TRANSIENT_LOCAL 历史,已交付拥有值副本继续保留”。根因与观察不在同一模块:observer 通过 reader.cpp 报回放异常,缓存与 writer 关闭在其他源文件。

公开文档用普通条款统一描述,不单独标注、加粗、举例或重复强调缺陷边界(2026-10-27 plain-docs 约束)。

2. 初态与环境

  • candidate_files:durable.hpp、history.cpp、domain.cpp、reader.cpp、batch.cpp、inspect.cpp。
  • template 还带 README.md、docs/contract.md、observer.cpp、smoke.in;observer 为纯原始观察,不生成测试、不含期望或断言。
  • 受保护文件:check.py、gold 和各校准 fixtures、spec;只有 check.py 是私有附属判据,没有隐藏 Python helpers。
  • C++17 标准库,普通 Linux;公开与正式编译都是 c++ -std=c++17 -O2 -Wall -Wextra,不要求 -Werror;无额外依赖或下载。
  • 固定镜像:ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1;实际 image ID 以正式回执为准。
  • timeout_seconds=120;check 编译 35 秒,每个运行 scene 15 秒,wrapper 总期限100秒;正式评分容器 512MiB、1CPU。
  • 初态与全部普通负例都须正式 raw observer build=0/run=0,随后按行为拒绝;cheat_read_grader 的主动退出单列,不用缺符号或编译错误代替行为。

3. 公开题面与接口

题面是“离线交付演练晚启动消费者收到旧值,进程正常退出”的现场现象,不指明根因模块或类别。要求实现符合 docs/contract.md 全部条款,并列出提交文件与 README 复现命令。

构建 argv:["c++","-std=c++17","-O2","-Wall","-Wextra","history.cpp","domain.cpp","reader.cpp","batch.cpp","inspect.cpp","observer.cpp","-o","durable_demo"]。

运行 argv:["./durable_demo"],通过 stdin 一行一命令;输出使用 LF、十进制字段,stderr 必须空。空输入正常退出且不输出。Domain 的支持接口是 open_writer、close_writer、set_depth、publish、publish_many、history、open_reader、close_reader、set_capacity、peek、take、clear、writer_info、reader_info、writer_ids、reader_ids、totals、reset,以及四种值类型。Histories 是实现辅助,不是评分支持的独立接口。

4. 判据检查项 ↔ 依据与合法解

所有依据路径以 template 为公开根。表中每项均实际运行;每场景在 Python 独立模型复算,不以 gold 运行结果作为期望。完整命令统计与边界审计见作者 coverage.json。

检查项 公开依据 输入/场景 观察与检查方法
01 域初始空与 next=1 docs/contract.md:3、25 初始 Q/A/E、缺失直接查询 精确字段比对
02 域隔离 docs/contract.md:3、27 U0/U1交错,一域reset 其他域 writer/reader/seq 不变
03 无额外stdout/stderr docs/contract.md:3、27 空stdin及完整组合 原始bytes全等、stderr为空
04 writer/reader ID端点 docs/contract.md:5、7 1/32,0/33,INT_MIN/MAX,满32对象 create状态与列表、查询
05 topic端点 docs/contract.md:5、7 1/8,0/9,INT_MIN/MAX 创建错误及跨topic交付隔离
06 durability域 docs/contract.md:5、7、15 0/1,-1/2,INT_MIN/MAX 所有dur组合及错误后状态
07 depth域 docs/contract.md:5、7、13 1/16,0/17,INT_MIN/MAX create/set_depth/H/I
08 capacity域 docs/contract.md:5、7、17 1/64,0/65,INT_MIN/MAX create/set_capacity/K/J
09 payload域 docs/contract.md:5、11、21 ±1000000及相邻值,INT64_MIN/MAX 单条与批量输出及状态
10 existing-id先查 docs/contract.md:5、7 缺失/域外ID加非法其他参数 -2,nonce与状态不变
11 creation校验后查occupancy docs/contract.md:7 已占用ID加非法参数/有效参数 分别-22/-17,代数不变
12 输出和状态原子性 docs/contract.md:7 每类非法操作后Q/H/I/K/J;Number两端nonce 负数结果保留输出全部字段
13 输入vector不变 docs/contract.md:7、21、29 B空/有效/无效/超长 observer打印入参vector,独立比对
14 generation创建/失败/复用/reset docs/contract.md:9、25 duplicate后关闭重建、跨topic复用 I/Sample代数递增,reset回1
15 关闭销毁历史 docs/contract.md:9、15、25 close后Q、新建late reader、ID复用 retained=0且无旧incarnation回放
16 已交付副本保留 docs/contract.md:9、15 close/shrink/reuse/reset另域后K/T 样本字段仍为原writer/generation
17 域序号和published docs/contract.md:11、23 多writer交错单条与batch P/B/I/Q序号计数,sample六字段
18 最近N缓存 docs/contract.md:13 depths1/2/3/16,depth+4发布 H与晚加入K逐样本比对
19 VOLATILE无历史 docs/contract.md:13、15 两种writer dur及H H空且晚加入无volatile历史
20 depth缩小/增大 docs/contract.md:13 1/16/3往返,不发新样本 即时旧样本淘汰,不恢复,不改计数
21 late replay排序及标记 docs/contract.md:11、15 多writer交错、异topic 全域seq排序,replayed=1
22 live组合与标记 docs/contract.md:11、15 writer/reader四种dur组合 匹配topic全交付,replayed=0
23 reader之间独立 docs/contract.md:15、19 同topic多reader不同容量、take/clear 其他reader状态继续独立复核
24 received/lost和队列满 docs/contract.md:17 capacity1/64,80条live样本 K保留最近容量,J累计计数
25 set_capacity丢弃计数 docs/contract.md:17 1/64容量来回 即时缩容,grow无新交付
26 peek不消费与copy docs/contract.md:19、23 连续K后J、T 原始队列字段和计数一致
27 take端点 docs/contract.md:19 0/1/64,-1/65,INT_MIN/MAX FIFO、min(count,size)、taken
28 clear/close/reopen docs/contract.md:19 clear两次/close两次、reopen lost增加,missing=-2,新reader重新回放
29 batch全校验再提交 docs/contract.md:7、21 首/中/尾非法payload,17长 全输出不变,next/counters/queue无部分提交
30 batch大小0/1/16 docs/contract.md:21 空、1、16 payloads seq连续、输入顺序、空无副作用
31 writer_info直接API docs/contract.md:23 每场H以外另调用I 七字段与缺失保留输出
32 reader_info直接API docs/contract.md:23 每场K以外另调用J 八字段与缺失保留输出
33 writer_ids/reader_ids直接API docs/contract.md:23 逆序创建所有1..32后A/E 列表升序、空输出替换[91,92]
34 totals直接API docs/contract.md:25 每批操作后Q 全部五字段独立模型比对
35 reset/repeated reset docs/contract.md:25 带缓存和reader reset两次 对象/样本/代数全清,next回1
36 observer EOF/空白/字节 docs/contract.md:27 空stdin,组合前后空白行 exit0、LF bytes全等,CRLF不归一化
37 P/B协议与全宽输出 docs/contract.md:27、29 nonce INT64_MIN/MAX,空/错误B 原始输出vector保留,没有nonce+1溢出
38 H/K/T/I/J/A/E/Q/N协议 docs/contract.md:31 所有公开命令直接使用 全字段、长度、哨兵输出逐字节比对

固定随机 seed=17220261027;有定向边界、650步随机组合及每29步直接状态观察,输出期望全部留在可信 Python 进程。输入/源码均在首次 compiler 前完整读写,scratch 用 tempfile.mkdtemp(dir=Path.cwd()) 放 wrapper 独占树;开始compiler后可信check只调用subprocess并在内存比较,不再读写scratch。

合法替代解 valid_log 以一个按时间排序的事件vector作为保留样本的权威状态,resize扫描筛除旧事件,release筛除同incarnation;reader使用vector。gold为每incarnation deque缓存与deque队列。判据只比较公开行为,不检查源码结构、容器选择或补丁位置。负例包括公开值硬编码、无有效单条发布、深度2掩盖、额外stdout、stderr以及CRLF,分别可对账失败。cheat_read_grader只探测私有文件是否可读,隔离下不可读后主动exit7,单列记录。

verify.py原样复制rollout/bos_verify.py;候选/编译器仅subprocess执行,Docker由wrapper降UID65534并预检不能读grader,隐藏断言不进入observer。历史归档与凭据不用于本题。

5. 样例与校准

fixture 预期 用途
gold PASS deque实现完整合同
template FAIL F1+F2缺陷初态
fix_recent FAIL 只修F1,F2生命周期失败
fix_lifetime FAIL 只修F2,F1最近N失败
noop FAIL 单条publish不提交状态,仍完整链接并run0
cheat FAIL 以发布序号乘10替代运行时payload
mask_symptom FAIL 只在depth2保留最近值,其他depth仍旧且F2保留
stdout_only FAIL gold行为另加stdout,空stdin也有额外输出
stderr_only FAIL gold行为另加stderr,独立通道拒绝
crlf_only FAIL gold行为将LF转CRLF,原始bytes拒绝
cheat_read_grader FAIL 私有grader拒读后主动退出7
valid_log PASS vector事件日志与vector reader异构实现

各非template目录仅含六个candidate_files。两道最终门各12类*5次;真实路径、exitcode、task_digest、逐fixture构建/运行/拒绝原因与cleanup填作者report.json,不用静态通过代替运行证据。

6. 真实试采与证据

本批明确不运行Qwen、真实Agent、模型请求或硬件。难度UNMEASURED。没有完整rollout轨迹,不称已通过模型难度或硬件验证;无Salty正式轨迹归档。仅做题目host/Docker校准。

7. 评审与准入

作者完成公开合同、全部支持方法直接观察、参数端点、独立单修、异构合法实现、无诊断及LF字节检查的自审。首冻前根预审发现并已统一修复nonce+1全宽溢出、辅助Histories支持范围、text换行归一化、构建/运行日志缺口、范围错误句冲突及native int端点覆盖。独立业务根审、真实双门回执审核仍由根负责;不自行标记ADMITTED。