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 Blame History

任务规格:runtime-deadline-dispatch

1. 身份与来源

字段 记录
task-id / version runtime-deadline-dispatch / 1
作者 / 独立评审 本批单题 Agent / 根 Agent 待审
状态 READY_FOR_CALIBRATION;不能据此声称 ADMITTED
路线 C,HWE 素材原创改写,非历史故障、非回放
source / base hwe/syn-hard-realtime-edf / syn-hard-realtime-edf
family state-machine-timing
原料 factory/20261026-C-hwe-codegen-18/hwe/arm-linux/code-gen/syn-hard-realtime-edf/{metadata.yaml,prompt.md,reference/main.c},本批本地只读快照
授权与隐私 用户授权项目制题;无真实用户会话/个人数据/凭据;来源只作需求方向,全部工程和判据原创
split 分组键 / 来源组 hwe/syn-hard-realtime-edf / 同上
根因族 虚拟时钟绝对时限、稳定选择、部分执行重排
与既有题关系 不复用其他任务业务源码;原素材固定4任务输出替换为参数化可取消、可部分执行的有状态模型
替身测试 去掉 POSIX mqueue、mutex、真实时间,EDF 选择/绝对 deadline/生命周期缺陷仍可确定性复现;software-only
实际验证 C++17 用户态 API、事务、事件与守恒,固定输入和随机组合
未验证 真实 Agent、Qwen、硬件、内核实时性、真实并发和 POSIX 队列;难度 UNMEASURED

原料要求倒序入队后按 deadline 执行。新工程加入未来释放、硬时限切片、CPU 限额、稳定序号、取消重投、部分执行 retime、事务批处理、多实例和失败原子性。题面以设计的现场现象形式描述症状;不声称真实现场历史。

2. 初态与环境

公开工作区有 dispatch.hpp、dispatch.cpp、plan.cpp、console.cpp、Makefile、README.md、demo.txt、docs/dispatch.md。候选仅前三个文件。非 template fixture 每目录仅这三个候选文件。

三处独立缺陷:

  1. schedule_times 使用相对值作为绝对 deadline,遗漏 release 基准;现场示范触发。
  2. earlier 对同 deadline 使用 id,而非 admission/retime serial,破坏稳定顺序;另一个合法参数场景触发。
  3. retime 把 partially executed job 的 remaining 重置到 configured budget;必须先部分运行再重排,独立于前两处。

fix_origin、fix_tie、fix_retime 分别只修一处,其余两处不变,均须 FAIL。mask_symptom 仅对公开的 now=100/delay=0/id=1 补偿第一处,不能通过其他组合。Gold 是普通 vector 扫描;valid_index 是 map 状态和 ready/waiting/deadline 三个持久有序索引,调度直接取有序集合首元素,独立表示与算法,不是 gold 的换名或另一处补丁。

gold候选源码包含574个非空非注释代码行(header76、调度349、计划149);初态因第三处故障增加1行,候选有效575行。工程独有源码还包括106行观察console,总计681行;精确计数与摘要写 report.json,fixture复制不累加。无依赖、生成重复分支或填充注释。

环境为固定 C/Python runtime,Linux/C++17 标准库/Python3 标准库。正式镜像 ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1;实际 image_id 留在 Docker 回执。评分容器512MiB/1CPU,task120秒、wrapper100秒、编译35秒、运行25秒。无下载、硬件、权限和外部服务要求。

私有资产只有 check.py,verify.py 原样复制 rollout/bos_verify.py。C++ harness 只读取 stdin 和打印 API 原始观察,无生成用例/断言/期望。Python 用独立字典/排序状态机计算期望,不执行 gold 得答案。全部 scratch 源文件和操作输入在首个不可信编译进程前准备好,之后 check 不再读写 scratch,也不 chmod/chown;mkdtemp 位于 wrapper 自己管理的父目录,wrapper 负责 nobody 归属和最终清理。候选只在 subprocess 内执行,argv 调用。正式 wrapper 主动探测 grader 读取隔离。

3. 公开题面与接口

prompt 要求符合 docs/dispatch.md 全部条款,只给 now=100 一份回放。所有项目约定集中 template/docs/dispatch.md,API 签名见 dispatch.hpp。构建 make;运行 ./dispatch-demo < demo.txt;正常 EOF=0,观察工具格式错误=2,库级错误是普通返回值。只评分 dispatch.hpp、dispatch.cpp、plan.cpp,额外文件不收集。

公开接口覆盖独立对象/复制、reset、define/update/erase、post/cancel/retime、advance、run、stats、inspect、apply_plan。输入范围、错误优先级、失败原子性、稳定排序、边界和重复操作全部公开;私有只隐藏输入组合。

4. 判据检查项与实际依据

check 固定 seed=0xEDF18。全部操作后对照统计和全部定义/作业快照;完整用例最终为25867条原始输出观察、18个场景组。模型使用 Python 整数,不依赖 gold 输出。精确比较,无浮点误差。

判据组/检查项 template 公开依据(实际行) 场景与观察
默认/独立对象与复制 docs/dispatch.md:7,docs/dispatch.md:10 默认值、reset、copy-isolation;事务内部也调用 copy constructor
origin docs/dispatch.md:16,docs/dispatch.md:28 公开 now=100、deadline120、Done at103
absolute-release docs/dispatch.md:16,docs/dispatch.md:26,docs/dispatch.md:27 多基准、未来释放、边界、idle不计CPU
stable-tie docs/dispatch.md:26,docs/dispatch.md:29 逆ID提交、同deadline、分多次run
retime-tie docs/dispatch.md:19,docs/dispatch.md:26 同时刻重排赋新序号,排序可变
partial-retime docs/dispatch.md:19,docs/dispatch.md:27,docs/dispatch.md:33 部分预算后重复retime,保留tag/剩余/账目
release-preemption docs/dispatch.md:26,docs/dispatch.md:27,docs/dispatch.md:28 未来紧迫任务、释放边界切片、非抢占到达也切片
deadline-edges docs/dispatch.md:25,docs/dispatch.md:28,docs/dispatch.md:29 exact Done、Partial后Missed、同刻稳定过期顺序
overdue-cancel-repost docs/dispatch.md:17,docs/dispatch.md:18,docs/dispatch.md:20,docs/dispatch.md:24 advance越界后保留job,run0无清理、重复cancel、更新/重投/删除、部分执行后过期retime
bounds-atomicity docs/dispatch.md:8,docs/dispatch.md:9,docs/dispatch.md:10,docs/dispatch.md:14,docs/dispatch.md:15,docs/dispatch.md:16,docs/dispatch.md:19,docs/dispatch.md:20 MAX_TIME、release/deadline两处溢出、单独非法tag、负reset时钟、多个错误同时存在时优先级、失败不消耗serial
invalid-id docs/dispatch.md:8,docs/dispatch.md:14,docs/dispatch.md:15,docs/dispatch.md:16,docs/dispatch.md:18,docs/dispatch.md:19 各API的负数/0/最大以上/int64上界
invalid-definition docs/dispatch.md:8,docs/dispatch.md:14,docs/dispatch.md:15 relative/budget零、负数和上界以上
invalid-delay docs/dispatch.md:8,docs/dispatch.md:16,docs/dispatch.md:19,docs/dispatch.md:20 delay/advance负数、上界以上
invalid-run docs/dispatch.md:8,docs/dispatch.md:9,docs/dispatch.md:24 非法CPU额度返回空events且状态不变
capacity64 docs/dispatch.md:8,docs/dispatch.md:14,docs/dispatch.md:15,docs/dispatch.md:25,docs/dispatch.md:33,docs/dispatch.md:34 64定义/64作业、容量满、巨额work、deadline批量清理、复用容量、累计6e9执行量
plans docs/dispatch.md:38,docs/dispatch.md:39,docs/dispatch.md:40 空、ASCII/NUL/非ASCII、符号、逗号、尾分号、溢出、4096/4097字节、32/33条、语法优先、update/成功erase、成功和失败回滚
copy-isolation docs/dispatch.md:7,docs/dispatch.md:34,docs/dispatch.md:40 复制/自赋值后独立修改和观察,失败plan丢弃副本
random-reset/random-mixed docs/dispatch.md:7,docs/dispatch.md:8,docs/dispatch.md:9,docs/dispatch.md:10,docs/dispatch.md:14,docs/dispatch.md:15,docs/dispatch.md:16,docs/dispatch.md:18,docs/dispatch.md:19,docs/dispatch.md:20,docs/dispatch.md:24,docs/dispatch.md:25,docs/dispatch.md:26,docs/dispatch.md:27,docs/dispatch.md:28,docs/dispatch.md:33,docs/dispatch.md:34,docs/dispatch.md:38,docs/dispatch.md:39,docs/dispatch.md:40 8轮×260步交错双实例操作、变更/错误/事务/运行/复制组合;每步全快照和守恒
输出协议 docs/dispatch.md:44,docs/dispatch.md:45,docs/dispatch.md:46 同一原始观察harness,token严格int64,正常EOF;非候选console另有16项格式回归

表共19项,涵盖18个场景组及接口/协议总约束。合法实现只需公共行为,不检查内部数据结构、源码文本或固定补丁。作弊:noop不实现定义;cheat只返回公开例子的单一事件;mask仅补公共症状;随机输入/连续状态/事件/快照拒绝固定输出。cheat_read_grader只有读取私有check.py成功才使用gold行为,否则第一次define失败;host读到判据可PASS属规范允许例外,Docker必须FAIL。

5. Fixtures 与两道闸门

fixture expected 目的
gold PASS vector 扫描完整实现
valid_index PASS map+持久有序索引真替代
template FAIL 三处独立错误
noop FAIL 不建立定义
cheat FAIL 仅返回公开例子的固定事件
cheat_read_grader FAIL 能否读取受保护判据的边界
fix_origin FAIL 只修absolute deadline
fix_tie FAIL 只修稳定顺序
fix_retime FAIL 只修剩余量
mask_symptom FAIL 只补公开单一参数

两道闸门均用平台 python3 -m rollout calibrate tasks/runtime-deadline-dispatch,分别 --trusted-local 和固定 --image,10类各5次,共每门50次。命令、真实退出码、回执路径、当前task_digest和cleanup写作者目录 report.json;历史目录不覆盖。host已知cheat_read_grader例外不改expected、不篡改回执,也不阻止继续Docker。

6. 真实试采与证据

本批明确不运行真实 Agent/Qwen、不读凭据、不测硬件。真实轨迹/Salty归档不适用。难度 UNMEASURED;通过校准只说明软件判据与固定正负样例符合合同,不能宣称真实解题或ADMITTED。

7. 审阅与限制

根 Agent 做只读独立审阅;全仓 unittest 由根统一协调环境 Agent,本作者不执行。非候选console已按根预审意见修复int64溢出token吞失,并另作16项原始行为回归;本次冻结前完成,不沿用旧指纹校准。所有对象只清理本题所有,不prune、不提交、不改平台。

剩余限制:没有真实Agent难度测量/硬件;uint64 serial枯竭是明确合同但操作数无法在合理测试时长达到,不伪称穷尽验证。具体校准与review状态以真实report/receipt为准。

最终校准证据:task_digest b280934f99cf0e12c10e873bee70b250d1654d379ed6e4f8988b3c2c357429cb。Host真实FAIL/exit1,唯一规范允许例外cheat_read_grader5PASS;Docker PASS/exit0/50次,cleanup confirmed。最终回执 runs/20261026-C-hwe-codegen-18/syn-hard-realtime-edf/local-1793036626005113407/calibration-41c28cf388d840a58935cc87ac0eafa7/receipt.json 与 runs/20261026-C-hwe-codegen-18/syn-hard-realtime-edf/docker-1793036713373885728/calibration-7636f9cb0ac642af8dcbc04a0ae85f63/receipt.json。完整统计见作者report.json;独立审阅待根完成。

2026-10-27 family元数据恢复:runtime-scheduling → state-machine-timing,旧指纹 b280934f99cf0e12c10e873bee70b250d1654d379ed6e4f8988b3c2c357429cb 和上述旧回执保留为历史;当前指纹 6cb82beb7d05d86aa12124f5435701b2bed494f04acf27e57fd374c49313677a,仅task.json改变,全部业务与公开材料不变。新Host真实FAIL/exit1/50次,仅cheat_read_grader5PASS例外;新Docker PASS/exit0/50次、trace6、cleanup confirmed。当前回执 runs/20261026-C-hwe-codegen-18/syn-hard-realtime-edf/local-1793040185823445090/calibration-c17fc7a2e745480bbeb926455604e062/receipt.json 与 runs/20261026-C-hwe-codegen-18/syn-hard-realtime-edf/docker-1793040274385959462/calibration-b146e7e6124e4b53a4556280eaac1008/receipt.json。旧根语义审阅ACCEPTED保留,当前metadata/校准复核待根完成。