amos 4f17b2afe5 Batch 20 (20261027-C-family-20): map batch 15's ad-hoc families to canonical ones
210 batch-15 tasks used 119 ad-hoc family names. Each now carries one of the
canonical root-cause families (11 of the 19 are used), with version + 1 and a
spec.md note, and was recalibrated through both gates. Claude checked that only
family, version and spec.md changed, that every family is canonical, and the
new trace6 Docker receipts against current digests (210/210 USABLE).
Squashed from the 36-local branch batch20-family.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-27 05:58:17 +08:00

10 KiB
Raw Permalink Blame History

state-empty-scan 作者规格

身份与来源

  • task-id/version:state-empty-scan / 1;family:state-machine;language:C11。
  • 路线C原创;source与split键为hwe/dbg-gdb-do-while-once。来源只给“空工作域应在循环进入前判断,合法空输入无副作用”的可靠性方向;原HWE prompt/reference只读,未执行来源脚本。业务工程、独立oracle、观察器和样例均新写,不称真实现场事故。
  • 原料为本批hwe/arm-linux/debug-diag/dbg-gdb-do-while-once;本批用户授权制作。没有真实用户隐私。未读取其他本批新题业务。
  • 软件替身为有界投递任务表与记录端口;原有空域问题仍表现为额外端口调用与状态变化,确定有限扫描不会靠walltime挂死表示缺陷。不验证ARM/真板/电气/真实时序。
  • 当前状态CALIBRATED,难度UNMEASURED;只有脚本校准,无真实Agent/Pi/Qwen采样、训练或ADMITTED声明。root独立只读审阅待。

工程、接口与环境

模板含include/scan.h、src/store.c、src/port.c、src/scan.c、src/observer.c、Makefile、README、docs合同及两独立输入示例。仅src/scan.c冻结为候选;其余公开C/header支撑逐字节冻结到check.py字符串,正式从干净scratch重建。observer只输出原始result/store/event观察,无隐藏期望或断言。

固定镜像ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1,实际工具probe见本题tools-probe.json:gcc14.2、make4.4.1和Python3可用;离线无新依赖。公开make demo只读examples/default.txt,所有SCAN mode0;可选make preview另读examples/preview.txt且含mode1。固定镜像已实际执行template/gold/两个onlyfix/valid_plan的make demo与make preview,源码SHA与原始base64IO存本题runs/public-*。

普通独有有效工程行计数:排空白/注释,不计fixture副本、文档、纯数据、Python判据与作者工具,保留必要声明、控制结构和Make行。

文件 有效行
Makefile 15
include/scan.h 84
src/store.c 132
src/observer.c 180
src/port.c 74
src/scan.c 39
合计 524

独立缺陷及样例

D1:模板先执行再检查域,begin=end仍访问一次;slot==count经公开安全port返回OUTSIDE,并非OOB/内存破坏题。begin=end<count且该项可接受时会产生真实提交。only_fix_empty只修正域判断,预览仍错误提交,FAIL。依据docs/scan-contract.md:6。

D2:模板预览仍实际提交,破坏active/credits/revision/delivered并产生COMMIT。默认命令加载文件完全无mode1,此缺陷只在公开可选preview或其他mode1请求暴露。only_fix_preview仅恢复mode判断,空域仍访问,FAIL。依据docs/scan-contract.md:10。固定镜像public对照证明gold与only_fix_empty默认原始JSON行相同,而preview不同;非默认性以实际加载文件而非此描述为准。

fixture 预期 机制
gold PASS 流式在线资格/虚拟账本,访问后按mode提交
template FAIL D1+D2
noop FAIL 永远0/零结果,漏有效扫描
cheat FAIL 只实现默认四项表,其他表直接空结果
cheat_read_grader FAIL 能读私有check才执行gold,否则exit71;host无隔离可PASS且仅作许可例外
only_fix_empty FAIL D1修复,D2保留
only_fix_preview FAIL D2修复,D1保留
mask_symptom FAIL 空域执行后清空result/端口以掩盖症状,实际store已改变
valid_plan PASS 首遍冻结任务快照与决策数组,再二遍回放事件/提交;数据组织与控制方式独立于gold流式方案

判据逐项公开依据

独立Python模型直接从命令集合构造任务、资格决策、虚拟账本、事件、状态,不运行/调用gold。固定随机种子730241。每次438命令/716输入行/438原始观察行,包含18个随机任务批次、各边界域、零单位、预算/信用过滤、重复预览/执行与非法请求恢复。结果只比较公开有效字段,无stderr限制,无unused尾部零要求。

判据项 精确公开依据 场景/独立观察
离线构建/默认与可选示例 template/docs/scan-contract.md:3(条款1) 固定gcc C11重建;default仅execute,preview独立加载
任务表容量/元数据/重置 template/docs/scan-contract.md:4(条款2) 0/1/2/8/32项,零单位、活跃/禁用、不同ready/priority
非法请求原子拒绝 template/docs/scan-contract.md:5(条款3) 反向域、超count、floor10、budget1000001、mode2;rc-1且全部状态不变
半开域、空域无副作用、扫描有限 template/docs/scan-contract.md:6(条款4) 每个边界点空域与非空域、零budget仍访问、原始事件及快照
资格顺序与虚拟budget/credit template/docs/scan-contract.md:7(条款5) 多条件碰撞、等值、超预算/超credit跳过、零units接受
结果与选择摘要 template/docs/scan-contract.md:8(条款6) 逐项visits/selected/units/digest,Python独立递推
执行提交与端口顺序 template/docs/scan-contract.md:9(条款7) active/credits/revision/delivered、每项VISIT后COMMIT
预览无提交及可重复、后续执行 template/docs/scan-contract.md:10(条款8) 默认之外mode1反复扫描、与后续mode0/快照对照
合法返回、有效范围 template/docs/scan-contract.md:11(条款9) 每次合法rc0;不比较未用尾部或padding
状态mask与fingerprint template/docs/scan-contract.md:12(条款10) 独立布尔位集合与131多项式折叠
observer协议与状态辅助命令 template/docs/scan-contract.md:13(条款11) 438命令逐JSON数组精确类型/值;INIT/SET/SNAP;stderr任意bytes
公开接口与实现自由 template/docs/scan-contract.md:14(条款12) gold在线流式决策;valid_plan先快照决策数组再回放提交

执行边界与诊断

verify.py逐字节复制rollout/bos_verify.py,grader_files仅check.py。imports/constants/SUP和父执行校验改自本题root审阅纯执行附件,未读附件来源题业务。SUPERVISOR以候选身份运行compiler/candidate/cleanup/absence,生产deadline分别20/8/5/5秒,额外回收3秒,外层deadline+8秒;每次独立nonce、实际argv、UID/GID/groups、supervisor/leader PID/start、真实leader rc/reaped、timeout/controlled_rc、PG与亲缘闭包、异常与实际IO长度/SHA均校验。adopted_waits记录[pid,None,真实wait退出码],不以旧tracked补start,也不回流未知wait授权signal。freshstat后异常保留并在限时内重新发现/回收;own Popen先poll/wait,再reap adopted。

父check在首child前准备源/支撑/输入,随后仅内存/管道,不遍历候选树。finally覆盖准备/编译/候选/比对故障;cleanup和严格lstat独立absence各受监督,非0/超时/异常或已赋成功后空OSError都不能PASS。stderr捕获bytes、IO SHA绑定真实bytes,无combined cap;诊断为replace策略用于人类显示,判据不靠stderr文本。

完整实际任务包、运行前file绑定与原始grade日志保留在本题runs/diagnostics-*。早期RECORD_WIRE=True部分日志被bos4000字符tail截断,保原sourceSHA/decode_error/raw SHA,排除其完整wire/metadata声明;可解码项逐byte核真实wire/IO。后续不同嵌套后代拓扑与17MiB全256字节组合诊断使用精简完整metadata与actual wire/IO lenSHA,明确原wire/IO未保。两次EACCES注入构造表达式错误保留并排除,使用修正的独立实际包验证真实PermissionError。正常业务PASS、内层清理与外层容器cleanup分别记录;实际细节以report/audit为准,不补造原日志。

本题7项独立作者helper行为测试已真实通过一次,helper-tests.log含执行时源码/check SHA;不运行全库suite,按本批合同留root统一检查。正式双门与摘要见本题report.json;成功诊断/helper不为汇总重跑。

真实试采、限制与下一步

真实Agent/Pi/Qwen、原生模型轨迹、硬件、Salty均未做,难度UNMEASURED。可信host不是不可信Agent隔离证据;host reader PASS许可例外不证明Docker隔离,正式Docker reader FAIL才与包装器主动边界探针共同支持本题结果。监督器proc模型采用本题纯合成图测试,不做真实PID耗尽;不称泛平台框架。下一步:最终摘要双门,各9fixtures×5;完成报告后停等root全文只读审阅。

最终双门实际结果

  • task digest:27a09262c0e060c7b042fb01877b5c80637dbf1b68952cba8e238086a5640bdc。
  • trusted-local:/home/ming01.wang/embedded-rollout/.tmp/wt-batch15/runs/20261023-C-hwe-scale-15/dbg-gdb-do-while-once/local/calibration-bf38e718628a4e10885d74b03030c8bb/receipt.json;原status=FAIL、cleanup=confirmed。45次中40符合预期;仅cheat_read_grader五次PASS是合同允许例外,不改写原回执。
  • Docker:/home/ming01.wang/embedded-rollout/.tmp/wt-batch15/runs/20261023-C-hwe-scale-15/dbg-gdb-do-while-once/docker/calibration-3b410dc1a1094539ba839d3e29cb1c44/receipt.json;status=PASS,45/45符合预期、cleanup=confirmed;image_id=sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1。
  • 90次/360完整阶段元数据均已解码核;真实leader355次0、5次Dockerreader71,wrapper均0。25个PASS候选的实际stdout长度36069及SHA均与独立模型一致(摘要比对,不称保留原IO)。
  • 38完整实际诊断包、1026文件/原日志绑定;22个record完整解码(包括故意缺wire字段,绝不补成功元数据),14个早期tail截断及2个可信EACCES构造错误明确排除。后续嵌套后代/17MiB全256组合与生产清理/absence严格失败均有完整metadata。audit.log中complete_metadata_cases标签仅表示record可解码,正确细分以report/audit.json为准。
  • 89精确容器现场确认不存在,432本地PID/start token无存活同身份,54本地scratch精确lstat不存在,未建网络。无git/全库suite/Agent/Pi/Qwen/硬件运行。
  • 当前CALIBRATED/UNMEASURED,等待root全文只读独审。

族名规范化:state-machine → state-machine-timing(2026-10-27)