amos 73a5240295 Batches 21 and 18: add 74 calibrated tasks (40 Bos redo, 34 HWE code-gen)
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>
2026-11-02 10:23:12 +08:00

15 KiB
Raw Blame History

任务规格:dev-buffer-capacity-transactions

1. 身份与来源

  • task-id/version:dev-buffer-capacity-transactions / 2;family:linux-device-abi;language:C++17。
  • 作者:/root/buffer_capacity_transactions;独立根审待完成;首冻时状态 DRAFT。
  • 路线C,原创素材改写,source=hwe/ldd3-scull-ioctl-resize;split分组键ldd3-scull-ioctl-resize。
  • 本批本地只读来源:factory/20261026-C-hwe-codegen-18/hwe/arm-linux/code-gen/ldd3-scull-ioctl-resize/metadata.yaml、prompt.md、reference/ldd3-scull-ioctl-resize.c。metadata public/medium,根已核非held-out且来源/ID无冲突。
  • 授权与范围:用户HWE素材制题及本题根GO;无真实用户会话内容,无隐私脱敏项。所有设备目录、会话、资源身份、分配阻止模式与协议均为原创软件合同,不冒称来源现成行为。
  • 替身结论software-only:普通内存字节与确定性输入足以复现;不需要内核、板卡、特权、网络或真实时间。难度UNMEASURED,未做Qwen/真实Agent/硬件验证。
  • 区别已有minor路由题:这里实际替换容量存储并显式观察资源身份和失败保持,不是在固定存储上改逻辑长度。

2. 初态、缺陷与环境

A位于src/resource_store.cpp的替换失败清理:正容量新资源被blocked阻止时错误把旧内容清0,返回NOSPACE却丢已提交字节,容量与资源号保留,路径内存安全。B位于src/session_store.cpp的成功容量更新:错误夹取关联会话cursor。二者路径独立:fix_failure_atomicity只删除A;fix_retained_cursors只删除B。内部精确边界类型为容量事务仅截设备字节而保留已有会话位置,由根指定轮换。

公开smoke只有blocked growth、后续完整device/session/pool/read及清理,不发生缩容,所以只展示A。mask_symptom仅保留增长失败的旧内容,完整smoke正确,blocked positive shrink和成功缩容仍不符合合同。题面只写数据现象、自测命令与交付范围。

candidate_files共6个,见task.json;template另含README.md、docs/buffer-contract.md、Makefile、main.cpp、smoke.txt,全部足以离线构建。非template样例只含candidate_files。业务逻辑不依赖生成文件或额外依赖。

环境族为固定C/Python runtime,C++17标准库;正式镜像ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1。实际image ID由正式回执记录。评分容器512MiB/1CPU;task timeout120秒,wrapper check100秒,单构建30秒,单scene35秒防挂死;无时间语义要求。

活动源码统计排除空白、注释与预处理,纯括号另报;只计一份候选业务,不累加fixture复制、harness或公开支撑。template候选有效/工程独有业务625行,其中CPP508行,去纯括号445行;gold618/CPP501/去括号441;valid_replay567/CPP496/去括号410。头文件的必要API/私有声明计入统一候选源码统计,没有为保守去括号500扩API或展开标准库。

3. 公开接口与运行

公开合同为template/docs/buffer-contract.md全部27条;prompt及README要求符合全部条款。namespace buffer_capacity,12个Engine方法及run_cli、构造/析构均直接观察。18数值参数统一int64_t。capacity范围全部可读,增长补0可直接read观察;没有不可观察的逻辑length字段。

构建argv:c++ -std=c++17 -O2 -Iinclude src/resource_store.cpp src/session_store.cpp src/buffer_engine.cpp src/command_protocol.cpp main.cpp -o bufferctl。运行argv:./bufferctl,输入stdin。公开make与smoke入口不含私有断言;完整输出/空stderr/exit0来自合同,编译器诊断单独记录。

R24语法错误只承诺不执行命令且状态保持,不观察内部API调用轨迹;run_cli达到limit只结束本次调用,未承诺消耗到EOF,判据不观察剩余输入。run_cli在调用方ostream设置hex/showbase/showpos/uppercase/fill/width背景仍须满足R26的十进制/字节格式,observer实际设置这些flags后捕获原始输出。

4. 判据检查项与依据

检查组 草稿依据 将直接观察的行为
C01 类型与方法签名 template/docs/buffer-contract.md:3 observer 仅用公开头文件构建;全部公开构造/析构、12 个 Engine 方法和 run_cli 都实际调用,不通过读取私有表验证
C02 Status 与全部返回字段 template/docs/buffer-contract.md:5 原始输出整数 status;所有 OK 结果的每字段;每种非 OK 查询各 value 字段为 0、write.count 为 0、read.bytes 长度 0
C03 设备/会话/资源/池类型 template/docs/buffer-contract.md:7 每个 DeviceInfo、SessionInfo、ResourceInfo 的所有字段,pool.blocked/live_count/resources 的每条记录直接输出
C04 错误 payload template/docs/buffer-contract.md:9 失败查询不能用 status 正确掩盖其他字段;失败 read/write payload 独立核对
C05 初态与对象隔离 template/docs/buffer-contract.md:11 空对象 pool;不存在查询;两个同时 live Engine 同 device/session ID、不同容量/字节/cursor/blocked;交错调用,销毁一个再查询另一个
C06 全部数值范围 template/docs/buffer-contract.md:13 下表 18 个参数的成功两端、域邻、int64_t 两极;范围校验发生在对象存在与否及分配状态之前
C07 创建与零初始化 template/docs/buffer-contract.md:15 capacity 0/1/4096、device 0/7;直接打开并 read 整个正容量验证全部为 0;重复 EXISTS;blocked 下失败及零容量成功
C08 删除与身份复用 template/docs/buffer-contract.md:17 live 会话 BUSY、无会话成功释放、ABSENT;同 ID 重新 create,device/read/pool 证明全新零内容和资源分配
C09 打开/共享设备 template/docs/buffer-contract.md:19 session 0/15、device 0/7 成功;同设备 16 live 会话;初始 cursor 0;已存在 session 与 absent device 同时成立时 EXISTS;多会话读到彼此写入
C10 关闭与会话复用 template/docs/buffer-contract.md:21 成功 close 不动其他会话/数据/pool;重复 ABSENT;同 session ID 重新打开到另一设备且 cursor 0
C11 定位 template/docs/buffer-contract.md:23 position 0/4096 成功并直接 session/read;等于当前 capacity 成功;大于当前 capacity 的合法通用域值 RANGE;缩容后旧 cursor 的后续 seek
C12 写入 template/docs/buffer-contract.md:25 count 0/1/4096、byte 0/255;重复写某字节;覆盖局部保持左右字节;当前 cursor 精确增加、同设备其他 cursor 不变;容量不足与旧 cursor 超容均失败
C13 读取 template/docs/buffer-contract.md:27 count 0/1/4096、短读、读到边界、再次 EOF、旧 cursor 超出新容量返回空且不动 cursor;每个返回 byte 和后续 session 单独比对
C14 容量事务内容 template/docs/buffer-contract.md:29 正增长保留所有旧字节、新尾部 0 直接 read;正缩小保前缀;到 0 再正增长时读回新零内容;同容量不换资源/不动字段
C15 缩容旧位置 template/docs/buffer-contract.md:29 同设备多个 live session 的 cursor 分别小于、等于、大于新 capacity;全部 session 逐个查询和 read/seek/write 后续行为;A 场景先解除 blocked,不混入分配失败
C16 资源事务与排序 template/docs/buffer-contract.md:31 8 正容量 live 设备占用 1..8,再正 resize 产生新 live ID 9 且释放旧 ID;pool 每实际 used ID 的归属/容量/排序/数量和 device.allocation 交叉观察;逐次释放复用最小空闲号
C17 分配阻止 template/docs/buffer-contract.md:33 block 0/1 及重复设置;blocked growth/shrink/create 返回 NOSPACE,全状态保留;同容量、resize 0、create 0 成功且不改变标志
C18 所有失败保持 template/docs/buffer-contract.md:35 下面的失败矩阵在非零数据、多 live 不同非零 cursor、其他 live 对象背景逐类执行;立即直接观察每方法返回、每字段、每实际 used 会话与所有内容/资源
C19 查询方法 template/docs/buffer-contract.md:37 device(0/7)、session(0/15) 成功直接调用,以及 RANGE/ABSENT 的每返回字段;重复查询前后不改变后续读、cursor 和资源
C20 pool 方法 template/docs/buffer-contract.md:39 pool 空/非空/8 live/blocked,两实例分别调用;每条资源记录与 live_count 实测;不能只检查某个固定资源号
C21 run_cli 方法 template/docs/buffer-contract.md:41 observer 以外部 Engine 调用并输出返回 int、输出 byte 长度/hex;同一对象两次调用保留数据但每次重新计行;另一对象独立;API 直接检查 CLI 最后一条写入实际效果
C22 输入物理行 template/docs/buffer-contract.md:43 空 stdin、单空行、连续 LF、末尾 LF 不增行、无 LF 最后片段、CR/NUL/非 ASCII/其他控制字节、256 合法填充行与 257 字节行
C23 token/数值语法 template/docs/buffer-contract.md:45 空格/TAB 首尾间隔、大小写/未知动词、每个动词少参/多参、每数字位置坏数/溢出、前导零/负零合法、可表示但域外交给 API
C24 每个动词分派 template/docs/buffer-contract.md:47 12 动词各有成功实际效果,所有 18 数字位置通过 CLI;查询不能伪造正确输出而不调用实际状态转换
C25 行数上界 template/docs/buffer-contract.md:49 恰 4096 全合法行;混合空行/未知动词/少参/坏数/257 字节/NUL/API 错误的 4095 行前缀,4096 合法写,4097 LIMIT,后续合法写不执行;结束后通过外部 Engine API read 验证;再次 run_cli 获得新行配额
C26 成功/失败响应 template/docs/buffer-contract.md:51 每类 ERR、每个 mutator OK、write.count、read 的 0/- 与非零 hex、返回 bytes 含 00/ff,均 bytes 对照
C27 查询编码 template/docs/buffer-contract.md:53 device/session/pool 的所有字段、资源排序和冒号/空格格式、十进制规范、每行一个 LF;不归一化输入输出
C28 三个独立通道 template/docs/buffer-contract.md:55 每实际 scene 都分别核 stdout bytes、stderr 空、真实 exit0;stdout_extra 与 stderr_extra 独立定向负例;factory-only exit 探针产生正确 stdout/空 stderr 仍按 exit 拒绝

隐藏的是参数组合,不是规则。原始observer只接收动作/参数并调用API,输出Status底层整数、每个返回字段、实际bytes长度/hex、资源向量实际长度及全部条目、run_cli返回int及输出原始长度/hex;没有期望、断言、判错或用例生成。空值用长度区分,错误payload不归一化,没有状态名/空串等观察碰撞。

独立Python模型使用字典、字节数组和纯状态转换产生期望,不运行gold取答案。固定seed0x18C104。全部18数参直接API与CLI成功两端、域邻和native两极;非零、多session不同非零cursor、第二live Engine同ID异状态背景核全部失败;每个actual used session的直接read与全部pool资源身份/归属/计数;正count写0之前先写非0并直接读回。资源满8live后resize显示ID9,再释放复用。全部12verb成功、arity、每数位坏数、控制字节、empty、无LF、256/257、4096合法与混合syntax/API错误行计数均覆盖。同进程外部Engine两次run_cli与limit后直接API read核最后成功写/后缀抑制,且不断言剩余输入。

合法替代valid_replay只持久保存追加事件日志,每次调用从空投影重建,所有成功状态变化(包括read推进cursor)入日志,没有常驻第二权威或cache。资源ID由投影live集合选择,所有查询重新投影;不是换容器或去cache。

5. 样例与校准

11类:gold与valid_replay期望PASS;template、noop、cheat、cheat_read_grader、fix_failure_atomicity、fix_retained_cursors、mask_symptom、stdout_extra、stderr_extra期望FAIL。普通负例必须两次真实build0、全部scene真实run0后按行为拒绝;cheat_read_grader拒读后主动exit13单列,本地若能读取造成PASS则保留规范允许例外。

stdout_extra额外写NUL,stderr_extra单独写诊断字节但所有正确stdout/效果保持;factory-only exit probe在stdout正确/空stderr时exit7,仅用于开发确认,不在正式fixtures。完整smoke单独核mask。每类正式host与Docker各5次,共计划110trial;首冻时尚未跑正式门,真实唯一路径/真实exit/指纹/cleanup最终仅见本题factory/report.json,不能把计划数当执行数。

6. 隔离与证据

verify.py原样复制rollout/bos_verify.py;私有附件只有check.py,无isolation-blocked.txt。check用tempfile.mkdtemp(dir=Path.cwd())放wrapper独占cwd,首个compiler前完成全部候选读/复制、harness/入口写入、全部输入与期望生成;之后可信进程只用固定argv与内存比较,不再读写scratch,不chmod/chown,wrapper退出回收整树。编译器/候选只在subprocess子进程中执行,正式Docker由wrapper降UID65534并验证隐藏grader拒读。

每trial两个build和六个scene:api/cli/empty/max/mixed/smoke。stderr末尾一个JSON,真实长度guard小于3900字符;argv表保存实际完整argv,cwd记录完整目录;p的每行依次为[name,PID,argv索引,真实exit,timeout,stdin摘要,expected-stdout摘要,actual-stdout摘要,stderr摘要],每摘要为[字节数,sha256前16hex]。构建expected-stdout为空作名义记录,构建成败只看真实exit/timeout,不把compiler warning当候选stderr。why收集每scene所有独立stdout/stderr/exit/timeout异常,first另给首差异窗口。原始候选stdout不完整持久化,只留长度/摘要/首差异;不宣称完整原生轨迹。

正式PASS需要全部场景正确、空stderr、exit0、无timeout。缺环境UNVERIFIED/执行故障INFRA_ERROR由平台区分。全部task文件含spec在首冻保存SHA/size/mode;首冻后task任何字节变化均另身份双门并保留旧证据。真实Agent/模型/硬件、Salty归档均未执行。

7. 评审与准入

作者完成集中开发核验后交根独立只读审阅;根审通过且当前身份Docker整体PASS/cleanup confirmed才可记本批接受,不称真实采样ADMITTED。正式执行前spec中的门状态为NOT_RUN;后续真实门结果写factory报告而不改本首冻文档。根审、最终报告SHA和全部原件对账保存在本题factory。

revision1:旧v1身份5c518052a96b558896be67acfa49cc4f66be65afa3a83493fab6f14f8435cc47的两门各55trial自然完成、真实exit0且cleanup confirmed;其CLI未实际覆盖EXISTS/BUSY,全部110trial按EXCLUDED_CLI_STATUS_COVERAGE_GAP排除准入,完整76文件冻结快照、原state/log/receipt与候选快照保留在本题factory和原runs。v2只改check/spec/version,候选及公开资产逐字节不变。新增非零、多会话、另一live Engine背景的run_cli重复create/open与live-session drop,逐次原始API查询、全部实际会话read、pool及peer观察保持;普通CLI流也实际触发三条错误。生成器从真实模型执行的CLI调用结果汇总状态,要求0..5全部实达后才允许编译与评分;不把pool.blocked字段当Status计数。新身份需要独立freeze002与新双门,旧门不计入当前通过数。