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>
15 KiB
任务规格:runtime-timer-cancel-ledger
1. 身份与来源
task/version: runtime-timer-cancel-ledger / 2;family state-machine-timing;C11;当前 CALIBRATED(待本身份根审),难度 UNMEASURED。 来源路线 C:原创素材改写,software-only。source 精确 hwe/ldd3-hrtimer-start-cancel。 基础来源组及 split 分组键均为 ldd3-hrtimer-start-cancel,不把原素材 hard 标签当作测量结论。 授权依据为本批已授权 public 非 held-out HWE 本地副本,无真实用户内容或隐私。 原料为 factory/20261026-C-hwe-codegen-18/hwe/arm-linux/code-gen/ldd3-hrtimer-start-cancel/ 下 metadata.yaml、prompt.md、reference/ldd3-hrtimer-start-cancel.c。 原料仅提供 start/cancel、回调重排和等待方向;本题接口、模型、实现、初态和判据均原创,不执行旧内核代码或判据,不复制旧平台。 替身测试:显式 BEGIN/END 与 TIME 仍能表达取消确认和周期相位问题,纯软件;无硬件、电气、真实线程/内核时序证明。
2. 初态、缺陷与精确边界类型
A:timer_schedule.c 的周期转发错误用结束 now+period;症状出现在 raw_observer 的 NEXT,调用跨 timer_dispatch.c 与 timer_schedule.c。公开 smoke 展示 due10/p7/finish25 的32偏移,正确31。 B:timer_cancel.c 共享结果读取器错误以 READY 是否存在决定 WAIT/DONE,而真实回调生命周期由 timer_dispatch.c 驱动。CANCEL fence、END禁重排和代际校验原本正确,BEGIN后取消却提前报告DONE。 精确合同边界类型为“同步资源回收完成点:已 begin 回调必须真实 END 后取消才能 DONE”,见公开 R21;smoke 不含任何CANCEL/POLL,故只展示A。原子性、旧代际重启隔离与取消优先于重排算术均公开。 fix_phase_only只修A仍因B失败,fix_cancel_only只修B仍因A失败。gold/valid修复两者,mask只修公开元组,cheat只支持公开period;noop有全部可链接API但ARM无状态效果。
3. 环境与执行合同
固定 trace6 镜像 ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1。 普通Linux用户态C11/GCC及Python3标准库,无下载、板卡、root候选权限、网络或真实时间依赖。 公开入口 make observer;build/timer-observer 从stdin接收公开docs规定的well-formed命令;正常EOF退出0。 只冻结task.json的7个candidate_files,非template样例目录只含这7文件;新增文件不会评分。 正式编译固定argv、不执行候选Makefile、不复用构建物;编译20秒、每进程5秒、wrapper100秒、task120秒。 工作容器2GiB/1CPU,grade512MiB/1CPU。正式Agent或硬件未运行。
4. 判据检查项与公开依据
下表引用实际公开工作区行号,规则全部公开;输入组合、纯Python整数模型和预期仅在check进程。
| 规则 | 当前实际公开依据 | 定向用例/审阅编号及场景 | 期望与检查方式 |
|---|---|---|---|
| R01 | template/docs/timer-contract.md:7 | C01 同一组 TIME/操作在新进程重复;只显式推进 | 两次全部原始输出逐字段相同;不输入 TIME 不推进;不以真实耗时作为时序预期 |
| R02 | template/docs/timer-contract.md:8 | C02 INIT 1/8,所有 VIEW/BANK、乱序独立 arm | now0、全部IDLE/零字段;操作0不改变其他timer;全局ticket/serial在跨timer中递增 |
| R03 | template/docs/timer-contract.md:9 | C03 时间0/MAX/MAX+1/U64MAX,period0/1/MAX,tag U64MAX | 接受域内值和完整tag,越时间域返回RANGE;生成器每bank远小于65536调用 |
| R04 | template/docs/timer-contract.md:10 | G04 observer对象生命周期与参数审阅 | 只传有效bank/out对象;不添加NULL、悬空或损坏对象隐藏用例;语义非法整数仍保留 |
| R05 | template/docs/timer-contract.md:11 | C05 失败ARM/BEGIN/END/POLL/VIEW、空NEXT/TAKE后观察 | bank逐字段不变;所有失败输出仍sentinel;WAIT/DONE输出cookie完整 |
| R06 | template/docs/timer-contract.md:15;类型原型:18–65 | G06 raw observer真实编译链接并调用全部符号 | 固定公开类型/字段/签名可编译;不检查内部布局、源码相似度、补丁位置 |
| R07 | template/docs/timer-contract.md:68 | C07 多个独立进程各INIT一次、末尾任意phase退出 | 每次初态一致,destroy不挂死;不测试同进程多bank;合法slots约束由输入生成器保证 |
| R08 | template/docs/timer-contract.md:72 | C08 TIME0、相等TIME、反向TIME、MAX+1,TIME穿插live回调 | OK/ARG/RANGE按顺序,失败不变;phase/计数/token不因推进自动改变 |
| R09 | template/docs/timer-contract.md:73 | C09 ID非法+时间越界;busy+时间越界;过去/当前deadline | 依次ID/RANGE/BUSY;过去/当前deadline合法且可TAKE |
| R10 | template/docs/timer-contract.md:74 | C10 连续arm→结束/取消→arm,期间多次失败arm | 仅成功ARM使generation/arms+1;配置/tag完整;失败不吃generation;最近取消记录保留 |
| R11 | template/docs/timer-contract.md:75 | C11 乱序8timer、同due的ID排序、未来NEXT、连续重复NEXT | 按due/id选最小,包含未来;完整due信息;无armed为EMPTY;观察不分配ticket |
| R12 | template/docs/timer-contract.md:76 | C12 due=now相等、未来、连续TAKE、READY/RUNNING/DRAINING并存 | 只选已到期ARMED且顺序固定,置READY;不重复领取live回调 |
| R13 | template/docs/timer-contract.md:77 | C13 EMPTY/取消/END/失败/NEXT之间夹合法TAKE | ticket准确1,2,3,无额外消耗;now不自动变化 |
| R14 | template/docs/timer-contract.md:81 | C14 ID非法、ticket0、错gen/ticket、READY begin、重复begin、DRAINING begin | ID→STALE→BUSY优先级,合法begin仅一次begins+1;状态保留 |
| R15 | template/docs/timer-contract.md:82 | C15 ID+mode+token同时错,mode+token错,READY end,RANGE end后恢复 | 逐优先级ID/ARG/STALE/BUSY/RANGE;失败不结束回调、不修改任何字段 |
| R16 | template/docs/timer-contract.md:83 | C16 STOP、period0+REARM、结束后旧token、配置保持 | 每成功END恰好ends+1;IDLE/ticket0,旧tokenSTALE;单次不重排;配置保留 |
| R17 | template/docs/timer-contract.md:84 | C17 公开smoke;非7周期、晚1、晚p-1、晚多周期、整相位相等 | 最早严格未来原相位点,rearms+1而generation不变;漏周期不补发 |
| R18 | template/docs/timer-contract.md:85 | C18 due=MAX-2,p=3,now=MAX-2 END REARM;随后STOP | 首次RANGE且token/phase/ends/rearms原样,随后STOP成功;Python整数模型先计算不回绕 |
| R19 | template/docs/timer-contract.md:89 | C19 不同timer新CANCEL与同timer重复WAIT;火ticket交错 | 新serial全局递增;重复WAIT同cookie且不吃serial;fire序列独立 |
| R20 | template/docs/timer-contract.md:90 | C20 IDLE/ARMED/READY各CANCEL,旧READY fire随后begin/end | 立即DONE/IDLE/ticket0;对应cancelled计数仅+1;无伪造begins/ends,旧fireSTALE |
| R21 | template/docs/timer-contract.md:91 | C21 非smoke精确边界B:RUNNING且无READY→CANCEL;POLL/TIME/重复CANCEL/无效END | 所有实际END之前均WAIT;重复取消同cookie;错误END不完成,开始取消不增加ends |
| R22 | template/docs/timer-contract.md:92 | C22 DRAINING中END STOP/REARM;另做普通重排会超界的REARM | 两合法mode均OK/IDLE/DONE,仅ends+1,rearms不变;不错误执行超界算术 |
| R23 | template/docs/timer-contract.md:93 | C23 WAIT中ARM;END后新ARM;旧fire重复BEGIN/END;READY取消再重启 | WAIT时BUSY且NEXT/TAKE不选;真实END后gen+1;所有旧fireSTALE且新配置/计数不变 |
| R24 | template/docs/timer-contract.md:94 | C24 cookie0、错id/gen/serial、完成cookie跨新ARM/BEGIN、同/其他timer新取消 | ID/STALE顺序;精确返回WAIT/DONE;完成cookie跨ARM仍DONE;仅同timer新取消使其STALE |
| R25 | template/docs/timer-contract.md:95 | C25 初态、重复WAIT、错误调用、跨timer共享序列全程 | NONE0/0到WAIT/DONE;gen/ticket/serial只被对应成功操作消耗,互不替代 |
| R26 | template/docs/timer-contract.md:99 | C26 每个phase、每种取消状态、每个计数路径插入VIEW;非法ID | 完整字段等于独立模型;只live phase有ticket;非法ID返回ID且输出sentinel |
| R27 | template/docs/timer-contract.md:100 | C27 各phase同时存在的BANK,连续VIEW/NEXT/POLL/BANK | 计数分布精确、合计slots;观察前后全部状态/身份一致 |
| R28 | template/docs/timer-contract.md:101 | C28 混合错误、未到期EMPTY、恢复合法操作、完整输出sentinel | 首错准确且所有副作用/输出字段原子;后续合法操作还能成功 |
| R29 | template/docs/timer-contract.md:105 | G29/C29 输入grammar审阅,UINT32_MAX id/mode与UINT64_MAX时间/tag | generator只产well-formed;observer逐参数原值传入;不测声明排除的malformed/负数/超宽文本 |
| R30 | template/docs/timer-contract.md:106 | G30/C30 每条命令至少一次,包含语义非法token/mode | 一条命令对应一次API;observer不补begin/end、不跳过语义错误、不带期望或用例生成 |
| R31 | template/docs/timer-contract.md:107 | C31 所有返回状态与观察字段、完整行数 | stdout行数和字段精确对应输入;无额外日志;负rc有符号,u64无截断;LF和单空格按公开格式 |
| R32 | template/docs/timer-contract.md:108 | C32 EMPTY NEXT/TAKE、非法ID CANCEL/VIEW、连续正常调用 | sentinel每调用重新初始化;失败不变;raw observer初始化对象是输入不是断言 |
| R33 | template/docs/timer-contract.md:109 | G33 公开与正式observer字节、固定argv、全fixtures实际构建/运行 | 不执行候选Makefile、不复用构建物;真实exit0且完整行为正确才成功;负例不靠链接失败 |
| R34 | template/docs/timer-contract.md:110 | G34 core.load_task范围与目录审阅;prompt/README/docs交叉检查 | 恰好7候选文件,全部fixture仅含候选;题面明确全部合同;额外文件不采集、不隐含新要求 |
5. 隔离、合法解与样例
verify.py原样复制rollout/bos_verify.py;只有check.py与observer.c.txt为私有附件。 observer.c.txt字节等于公开raw_observer.c,只parse/call/print;无断言、生成器、期望或PASS标记。 check以root保持正式模型/预期;C编译器及候选只在subprocess中运行,Docker UID/GID65534并清补充组。wrapper主动确认不可读/grader/verify.py。 scratch用tempfile.mkdtemp(dir=Path.cwd())放wrapper独占树;首个编译器启动前完成所有源码/observer读写及全部输入/预期准备。之后check不读写/stat/删除scratch,只在内存比对;由wrapper退出回收整树。 shortcut: 统一wrapper仍有root递归清理共享scratch的已知限制,本check不追加候选启动后的路径访问;升级条件是平台提供独立评分UID/安全清理助手。 九fixture每类五次:gold/valid_sorted预期PASS,其余FAIL。所有负例必须真实构建链接运行并行为拒绝;仅cheat_read_grader可拒读后主动exit19,host读取成功而PASS为允许例外,不修改expected/回执。 valid_sorted独立使用有序ARMED数组、分离flight/receipt表,phase由成员关系派生,算术用商与乘法前界限;gold用显式phase分槽扫描与余数加法前界限,不按源码/补丁评分。
6. 验证记录与限制
v1 的已接受报告、根审和两门回执已在专属 factory 历史目录保留。v2 仅修订公开文档并升级身份,当前指纹的一次 host 与一次固定 trace6 Docker 校准已完成,结果见第8节及作者report.json。固定随机种子0x18caca11与定向边界,不是穷尽证明。 未运行Qwen、真实Agent、闸门3/4或硬件,不宣称ADMITTED。结果只验证显式步骤软件状态,不证明真实线程可见性、内核hrtimer或物理时序。
7. 公开文档修订
公开文档去掉陷阱提示(2026-10-27)。已接受的 v1 升级为 v2;将 34 条公开规则中的加粗、内部边界标签、重复算式和针对性举例改为普通合同句。34 条规则及其可判定语义保留;prompt 和 README 经全文检查,无需修改。业务源码、check、observer、fixtures、smoke、构建和执行合同不变。
修订前报告、根审、公开文档和两道闸门回执的副本见专属 factory 的 history-before-plain-docs-v2 目录;旧运行原件保留。当前身份的最终摘要与双门结果见第8节;旧版运行原件与历史副本未改。
8. v2 最终作者验收记录
runtime-timer-cancel-ledger v2,C11,source hwe/ldd3-hrtimer-start-cancel;公开文档修订,当前身份CALIBRATED待根审,难度UNMEASURED。
- 当前task_digest:937807cf42b974fbaf07cccfb039f6b4b349e3c1c8363efacd960033998df4cf
- 公开文档去掉陷阱提示(2026-10-27);34规则及实际依据行全部保留,业务/check/observer/fixtures/smoke字节不变。v1历史副本:factory/20261026-C-hwe-codegen-18/subagents/ldd3-hrtimer-start-cancel/history-before-plain-docs-v2-20261027T005158905917Z。
- 本身份仅执行一次最终host+固定trace6双门,每门9fixture各5次;root review.json保持旧版原件待根另审。
- host回执:runs/20261026-C-hwe-codegen-18/ldd3-hrtimer-start-cancel/local-plain-docs-v2-20261027T005411756067Z/calibration-672fef0ae8ad4d99b93caceb9b13c0e0/receipt.json;实际FAIL/exit1。
- Docker回执:runs/20261026-C-hwe-codegen-18/ldd3-hrtimer-start-cancel/docker-plain-docs-v2-20261027T005411756067Z/calibration-35b5ea8dd9bd4c3d83d56584440f2575/receipt.json;实际PASS/exit0。
- 候选有效源码511行(C374、头137);工程独有源码624行(另有observer103、Makefile10),不计fixture复制/文档/判据。数字均为实际非空非注释行,含正常花括号。
- 两独立缺陷/单修矩阵已从真实输出核对:gold(P,P)、template(F,F)、fix_phase_only(P,F)、fix_cancel_only(F,P)。smoke只触发A;B是文档R21的实际END完成边界。
- 每次正式验收39进程/9912命令;九fixture均实际gcc编译链接exit0。除Docker读grader负例39进程exit19主动拒读,其余均39进程exit0后按行为比对。
- host45次:40符合预期,cheat_read_grader五次允许PASS例外;整体真实FAIL/exit1,cleanup confirmed。
- trace6 Docker45/45符合预期,整体PASS/exit0,cleanup confirmed;45个本题容器按唯一名字再次inspect均不存在。
- 正式verify与平台字节相同;私有/公开raw observer相同;34条公开依据实际行号见spec/report。
- 未跑全仓测试、Qwen、真实Agent、硬件、Git或凭据;统一wrapper清理限制和有限输入覆盖在spec保留。
详细逐次build/run/行为拒绝、门回执、指纹与SHA见report.json。等待根只读审阅,不自行提交。