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

81 lines
11 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# dev-flash-command-latch 制题规格
身份:hwe/syn-arm-057;family=device-io;C++17;版本1。作者为本题唯一作者,业务及独立审阅由根执行。当前为首冻前预审,双门待根 FIRST_FREEZE_GO 后运行;难度 UNMEASURED,无真实模型采样。
来源为 factory/20261026-C-hwe-codegen-18/hwe/arm-linux/code-gen/syn-arm-057 的 public/medium 素材,source synthetic。来源主题是 spidev flash,原参考只有固定 0x03 传输。本题全部 API、容量、会话、时钟、错误与 CLI 都是原创软件合同,不复制源脚本,不执行源判据,不宣称来自板卡事实或外部 SPI 标准。来源授权及完整来源去重由根派发时核对,split=hwe/syn-arm-057。替身结论 software-only;无电气、硬件时序、板卡或原内核接口验证。
工程公开资产为 template 内4个候选文件、Makefile、README.md、docs/contract.md、smoke.in、smoke.expected;prompt要求符合全部公开条款。保护资产为 check.py、observer.cc、verify.py 和各校准fixture。verify.py逐字复制rollout/bos_verify.py,候选只在编译器/二进制子进程运行。固定镜像为 ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1。编译g++ -std=c++17 -O2 -Wall -Wextra -pedantic,编译警告不等于行为失败,不强制-Werror;每build25秒,每scene12秒,task120秒。无额外依赖。
两处独立缺陷:read错误使用image起点而非address,公开smoke写32后读32显示原fill;WEL在program/erase被接受时未消费,忙中status及完成后无新WREN重复写均违约。第二处类型为许可消费时点;smoke每次写前WREN、不输出status、不再次写,因此只显示read故障。修复位置在flash.cpp,复现经main/cli分派进入底层;prompt不点根因模块。fix_read_cursor只修read;fix_accept_latch只增加两个接受路径的wel=false。mask_symptom只为address==32读修正,完整smoke正确,其他地址和WEL场景拒绝。
Gold以4幅物化image和pending描述符为权威状态。valid_replay以唯一history_事件序列为持久权威,所有查询、校验和转换先从零重放attach/detach/permit/accept/tick事件;不保留跨方法image或pending缓存,临时重放结果只活在调用栈中。其算法与gold的就地物化转换不同。允许任何满足合同的其它结构。
判据独立Python模型不导入候选,固定seed570115。observer仅接收stdin并调用公开API、转写原始数值enum、error长度和hex、fields全部整数、data长度和hex,以及run_cli计数和原stdout;每个指令还分别调用两个live对象的inspect,没有隐藏赋值、断言、期望或错误码归一。实际原始串由Python逐byte比对,未知enum仍保留其整数。stderr空、exit0、stdout bytes、timeout分别独立取原因并集。私有判据无其它.py附件。首compiler前完成所有源码读取与scratch写入;scratch以mkdtemp(dir=Path.cwd())位于wrapper独占cwd;之后check只调用argv并在内存比较,不再读写scratch,不chmod/chown,由wrapper结束回收。所有compiler和scene子进程的Popen显式cwd=scratch;metadata顶层cwd记录同一实际工作目录。
每trial两次真实build及四scene:observer、独立app empty/smoke/limit。metadata记录每build/scene的PID、完整argv、真实exit、timeout及stdin/expected stdout/actual stdout/stderr各自len与SHA256前16位和全部拒绝原因,JSON预算有真实hard guard,达到3900字节立即异常、不输出截断或超预算JSON;正常小于3900字节后写stderr,适应bos_verify末4000字节保留。正式完整candidate stdout没有持久化,不能声称保留了它;模型可以重建期望串,回执保留实际摘要。
覆盖事实由 factory/.../subagents/syn-arm-057/coverage.json 提供,数字来自实际纯Python run_cli及API模型路径,guard同时核对20数参40成功端点、80邻居/native点和每CLI的实际Code集合。API每命令的原Result与两个Bank完整inspect分别直接观察,CLI每个计划命令后INSPECT和各坏数/arity后INSPECT观察失败前后的全字段及512字节数据。20个数参均在可成功的上下端实际运行;wrdi先有WREN,program value0的正count覆盖先有非0字节后读取零,erase从非255图像完成后读取。两个Bank同ID异状态交错,constructor/reset/空stdin后fresh可见。read、word、status各有自身返回观察,不以inspect替代。
| 检查项 | 公开依据与实际行号 | 场景与观察 |
| --- | --- | --- |
| C++17普通软件与提交声明 | template/docs/contract.md:3 | 两次真实编译链接及app运行 |
| Code数值与error原串 | template/docs/contract.md:4 | 各实际可达Code;raw numeric/length/hex |
| 成功error空、失败fields/data空 | template/docs/contract.md:4 | 所有API和CLI结果逐字段 |
| 非0背景失败全状态保持 | template/docs/contract.md:4 | 每A后I0/I1;CLI命令后INSPECT |
| 构造/reset全零 | template/docs/contract.md:5 | 初始双对象与非0状态reset |
| 两对象同ID独立 | template/docs/contract.md:5 | bank1持busy/image、bank0反复修改 |
| image与全部pending/计数字段 | template/docs/contract.md:6 | status及inspect独立完整观察 |
| attach域端点/域外/native | template/docs/contract.md:7 | 每参数成功上下端、邻居和int64两极值 |
| attach EXISTS、Range先于Exists | template/docs/contract.md:7 | 非0chip重复attach与坏fill |
| detach端点/不存在/忙/原子性 | template/docs/contract.md:7 | id0/3成功,Absent/Busy/Range |
| wren/wrdi所有域与重复操作 | template/docs/contract.md:8 | 重复permit/cancel,先WREN后WRDI |
| program各参端点、PAGE | template/docs/contract.md:9 | address127/count16/value0,255/id0,3 |
| program检查顺序 | template/docs/contract.md:9 | 同时Range/Absent/Busy/Locked/Page谓词 |
| program延迟接受 | template/docs/contract.md:9 | 接受后状态、未完成image仍原字节 |
| erase域与检查顺序 | template/docs/contract.md:10 | id/sector上下端与Range/Absent/Busy/Locked |
| erase延迟描述符 | template/docs/contract.md:10 | 接受busy3、32字节范围、255value |
| 接受消费WEL与无新WREN重写 | template/docs/contract.md:10 | program与erase接受后status、完成后重复写 |
| advance域/零tick/超额tick | template/docs/contract.md:11 | ticks0/8成功和邻居/native |
| program AND与erase完成 | template/docs/contract.md:11 | 非0字节正count写0、跨sector完整读回 |
| 完成描述符清零与计数 | template/docs/contract.md:11 | 中途/完成/空闲advance的status及inspect |
| 其它调用不推进时间 | template/docs/contract.md:11 | busy中错误/查询/零tick后比较 |
| read成功域/和约束/空读/游标 | template/docs/contract.md:12 | address0/128,count0/128和非0起点 |
| word成功域/小端/和约束 | template/docs/contract.md:12 | address127,width1/4,非均匀图像 |
| status忙中读取、Absent/Range | template/docs/contract.md:13 | 每独立返回全部10fields |
| inspect排序/不存在字节/忙中image | template/docs/contract.md:13 | 四组36fields及512bytes |
| 所有成功payload尺寸和空data | template/docs/contract.md:14 | 按方法逐Result比对 |
| 公开方法无外部输出与诊断 | template/docs/contract.md:14 | observer stdoutbytes及空stderr |
| run_cli fresh及全部计数 | template/docs/contract.md:15 | 同进程174调用及空输入后Bank状态 |
| LF/无LF/CR/TAB/空行/ASCII数字语法 | template/docs/contract.md:15 | noLF、leadingzero、-0、null/非ASCII/overflow |
| 全动词成功与缺参多参坏数 | template/docs/contract.md:16 | 每固定verb实际分派,全部数参坏词后inspect |
| 每verb真实可达Code集合 | template/docs/contract.md:16 | guard为各verb集合相等,不以API代替CLI |
| 128行混合前缀、第128mutation/129抑制 | template/docs/contract.md:17 | 同Bank WREN后观察wel1,后PROGRAM/WRDI未执行 |
| 数字/hex/空串/LF标准输出 | template/docs/contract.md:18 | Python渲染逐bytes、长度与hex无碰撞 |
| 调用方flags/width/locale | template/docs/contract.md:18 | hex/showbase/showpos/fill/width19/group1流 |
| 独立app空输入、smoke与limit | template/docs/contract.md:18 | 三实际app进程stdout、stderr、exit独立判定 |
| stdout-only/stderr-only拒绝 | template/docs/contract.md:18 | 两fixture维持exit0,其余正确而单输出通道违规 |
共36条依据行。公开合同为统一普通编号句,不为WEL边界加粗、标签、重复示例。完整smoke只复现read缺陷;mask通过完整smoke仍被其它合同拒绝。
| fixture | 预期 | 构建与拒绝原因 |
| --- | --- | --- |
| gold | PASS | 完整物化实现 |
| template | FAIL | read游标与接受时WEL未消费 |
| noop | FAIL | 命令与计数均执行但完成时不修改image |
| cheat | FAIL | CLI打印空成功Result,保持全部符号可链接 |
| cheat_read_grader | FAIL | 仅独立app入口读取grader,拒读则exit41;host可读允许PASS |
| fix_read_cursor | FAIL | 只修游标,WEL状态/重复写违约 |
| fix_accept_latch | FAIL | 只修WEL,非0read起点违约 |
| mask_symptom | FAIL | 仅address32读正确;完整smoke正确 |
| valid_replay | PASS | 事件日志唯一权威、无持久物化缓存 |
| stdout_only | FAIL | 正确stdout后附加extra LF,exit0且stderr空 |
| stderr_only | FAIL | 正确stdout和exit0,stderr有diagnostic LF |
各普通负例须两次build0且四次run0后按行为拒绝,不用编译/链接失败代替验证。仅reader的正式拒读exit41单列。exit-only开发探针保留factory,不进入正式fixture。全fixture差异保存于factory的fixture-differences.patch。
可信开发结果和所有原始wrapper stdout/stderr位于本题唯一runs/dev-*目录;旧开发身份全部保留,仅最终当前身份用于预审。首冻前预审manifest覆盖完整任务树含本spec;正式首冻manifest记录所有普通文件mode/size/SHA256,随后任务任何字节变化须新身份双门,正式门后只写factory报告。
双门命令为 python3 -m rollout calibrate tasks/dev-flash-command-latch --trusted-local --output <本题唯一目录> 与同入口 --image <上述固定digest>。每fixture5次。host reader可读导致其5次PASS属于允许例外,保持原FAIL1;Docker需55trial全部符合预期、整体PASS且cleanup confirmed。双盘10GiB停工,已有runs只新增。无Qwen、凭据、硬件、Git或全仓tests;平台统一回归由根协调。
本规格冻结时不包含后验的正式门结论;正式门真实exit、task_digest、完整trial对账、限制及下一步写在factory report.json和report.md。尚未真实模型采样,难度UNMEASURED,未验证硬件及真实Agent轨迹,不标ADMITTED。