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

13 KiB
Raw Blame History

任务规格:runtime-worker-partial-fold

1. 身份与来源

  • task-id/version:runtime-worker-partial-fold / 1;base-id:syn-hard-pipe-thread-pool;family:linux-concurrency;language:C++17。
  • 作者:batch18 单题 Agent;业务及独立审阅:根 Agent;状态:READY_FOR_CALIBRATION。最终校准与审阅事实在 factory/20261026-C-hwe-codegen-18/subagents/syn-hard-pipe-thread-pool/report.json 和 review.json,不以本规格代替回执。
  • 路线 C,原创素材改写。只读来源为 factory/20261026-C-hwe-codegen-18/hwe/arm-linux/code-gen/syn-hard-pipe-thread-pool/{metadata.yaml,prompt.md,reference/main.c};source 精确为 hwe/syn-hard-pipe-thread-pool。素材是 public/hard、非 held-out;根已完成本批来源去重。
  • 来源只提供管道记录、worker 局部累计和结束折叠的方向。本题的事件驱动模型、数字域、API、协议、寿命限制、错误码和判据均是新写的软件合同,不声称来源具有这些合同,不执行来源脚本或判据。
  • 来源组及 split 分组键均为 syn-hard-pipe-thread-pool;根因族:分片记录所有权丢失 / worker EOF 最终折叠。与已有独立 job 结果表、统一 delta 事务方向不同。
  • 用户授权 HWE 软件题制作;没有真实用户数据、凭据或脱敏项。替身结论 software-only:显式操作顺序取代不稳定的线程排程,仍保留字节分片、记录所有权、本地累计与结束归属。
  • 只验证普通 Linux 软件状态与协议,不验证真实并发调度、POSIX pipe 系统调用、锁性能、板卡或硬件时序。难度 UNMEASURED;无 Qwen、真实 Agent 或硬件尝试。

2. 初态与环境

公开工作区为 template 的五个 candidate 文件、README.md、docs/contract.md、smoke.txt、smoke.out。所有规范见公开合同。私有材料为 check.py、verify.py、本规格和校准 fixtures;不交给被测 Agent。

两处独立缺陷:

  • A:pool.cpp 在每次 take 前清除 carry 和 owner,短预算无法跨操作组装四字节记录。公开 smoke 以 workers=2、预算 1/3 触发,只 finish worker0,另一 worker 保持未结束;故没有展示 B。
  • B:commit 先设置 done 并增加完成数,发现最后 worker 后提前返回,丢掉该 worker EOF 时完整的本地 partial/count。边界类型为“结束路径上先提交再完成、恰一次归属”;公开 docs/contract.md:13 写明,smoke 未触发。

fix_stream 仅修 A;fix_final_fold 仅修 B。mask_symptom 仅在完整公开 smoke 的配置和输入长度下保留 carry,完整 smoke 正确,其他允许配置和最终折叠仍失败。

构建 argv 为 g++ -std=c++17 -O2 -Wall -Wextra pool.cpp protocol.cpp main.cpp -o fold。正式判据另以同候选 pool/protocol 与原始 observer 编译第二个执行文件;没有 -Werror。构建失败判 FAIL,不作为固定普通负例的预期拒绝原因。

固定运行镜像 ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1。实际 image ID 由 Docker 回执记录。离线标准库,无新增依赖、外部服务、特权或硬件。单次构建 35 秒、候选 scene 12 秒、包装器 100 秒、任务 120 秒;评分容器平台上限 512 MiB / 1 CPU。

3. 公开题面与接口

prompt 只描述较小读取预算导致报告不同及复现入口,不指出根因函数、源码文件或缺陷类别。README 给出构建命令和五个提交文件,要求实现符合 docs/contract.md 全部条款。新建文件不被收集。

Pool 包括构造、configure、write、byte、take、close、finish、totals、worker、snapshot;所有数字参数为 int64。run_session 接收三个流引用,每次建立新状态和新行计数。main 转交标准流。所有输出为精确字节,stderr 为空、退出码为 0;错误输入返回协议响应并继续执行。全部项目自定义规范只写于公开合同,不靠隐藏知识补全。

4. 判据检查项、依据与合法解

下表路径均相对于 task 根。所有行为期望留在 Python 独立模型,observer 只分派输入并打印原始观察,不生成用例、断言、期望或 verdict。

# 检查项 公开依据 输入及观察方式
1 软件模型、对象独立 template/docs/contract.md:3 两个同时 live 的 Pool,同 worker0 异状态,交错读和重置
2 默认对象与字段 template/docs/contract.md:5;template/pool.hpp:14 API 快照及 fresh 会话 TOTAL
3 configure 合法两端并重置全部状态 template/docs/contract.md:5 (1,4)、(8,256),已有非零/关闭/完成状态重置
4 configure 每参数域外及 native 极值 template/docs/contract.md:5 -2^63、2^63-1、邻接非法值,所有状态保持
5 全部非零错误保持 template/docs/contract.md:7 每个 API 操作后打印完整 snapshot,模型逐字节比对
6 worker 输出参数失败保持 template/docs/contract.md:7 非零哨兵 sum/count/done/carry,独立 worker API 直接观察
7 write 有符号边界、小端、零 count template/docs/contract.md:9 int32 两端、count0/64 成功且消费/读取实际结果
8 write 正 count 写零 template/docs/contract.md:9 先有非零记录,再写 0,直接 worker 与 totals 读回贡献及 count
9 write 两参数非法/native 极值 template/docs/contract.md:9 每数字位置分别 native 两极、上下邻界;已有非零关闭状态保持
10 byte 合法/非法端点 template/docs/contract.md:9 0/255 实际消费,-1/256/native 两极无变化
11 写入关闭、容量与寿命顺序 template/docs/contract.md:9 先范围、再 STATE、再 FULL、再 LIMIT;寿命顶点保留满队列及关闭组合
12 262144 实际寿命与零写 template/docs/contract.md:9 1024 次合法 write(-1,64) 并消费,顶点 drain 后 write(0,0) 成功,byte/正 count write 返回 LIMIT
13 take 参数全部端点 template/docs/contract.md:11 worker0/7、budget0/256 成功,逐参数非法/native 两极
14 分片、不足4/恰4/多记录 template/docs/contract.md:11 1/2/1、3/1、小端负数和多记录消费,记录数与本地累计
15 carry 独占与所有权释放 template/docs/contract.md:11 owner0/3/7,其他 worker budget0/正预算 BUSY,完整记录后切换
16 take 的状态顺序与空读 template/docs/contract.md:11 RANGE 对已结束/被占用、STATE 对他人 carry、预算0与空队列成功
17 close 重复及关闭后消费 template/docs/contract.md:13 已有队列先 close,再 finish STATE、take/drain、再 finish;重复 close
18 finish 错误及恢复 template/docs/contract.md:13 域外编号、未关闭、未 drain、带 tail;snapshot 保持
19 EOF 最后 worker 提交及重复结束 template/docs/contract.md:13 两 worker 异贡献,最后仍有完整 partial;直接 totals/worker 读回、重复 finish
20 他人 tail 不妨碍结束 template/docs/contract.md:13 owner2 留一字节,其他 worker 各自结束,owner TAIL
21 totals 独立公开读方法 template/docs/contract.md:15 显式 TOTAL API,与 snapshot 分开观察所有6字段
22 worker 独立公开读方法 template/docs/contract.md:15 每 worker、上下端编号、carry/完成/本地 sum/count,显式 API
23 snapshot 全字段与只读 template/docs/contract.md:15 每次 API 后打印 workers/capacity/accepted/total/queue/全部local
24 全部协议 verb 成功分派 template/docs/contract.md:21 CLI RESET/WRITE/BYTE/TAKE/CLOSE/FINISH/TOTAL/WORKER/SNAP
25 每 verb 缺参/多参 template/docs/contract.md:19;template/docs/contract.md:21 固定 arity,0参数动词的多参;每次之后 SNAP 保持
26 每数字位置语法及 int64 解析 template/docs/contract.md:19 +、单负号、小数、尾字、溢出,以及可解析 native 两极后 API RANGE并保持
27 leading-zero 与 -0 成功 template/docs/contract.md:19 RESET/WRITE/TAKE/WORKER/FINISH 使用前导零和 -0 并观察实际读回
28 空格、tab、空白、CR/NUL/VT/FF/DEL/nonASCII template/docs/contract.md:19 明确二进制 stdin、语法响应及后继恢复
29 512/513 行长度 template/docs/contract.md:17 合法 TOTAL 填充至512字节,513字节拒绝;空白/超长未知行
30 空 stdin 与无 LF template/docs/contract.md:17 独立空 scene,ordinary 最后 TOTAL 无 LF,fresh TOTAL 无 LF
31 实际4096与4097+逐行回应 template/docs/contract.md:17 max scene实际4098行;第4096行TOTAL、第4097/4098行R6
32 reusable 会话状态/行数新建 template/docs/contract.md:17 同进程连续两次4098行、空会话、无LF及其他fresh会话,观察返回码
33 stdout 格式、LF、字节 template/docs/contract.md:21;template/docs/contract.md:23 六 scene 全输出 bytes 比较,NUL额外输出专用负例
34 stderr 与 exit 分离 template/docs/contract.md:17;template/docs/contract.md:23 每 scene 分别验证 rc0、stderr空;stderr-only专用负例
35 交付范围与反读判据 template/docs/contract.md:25;template/README.md:3 只取五声明文件,cheat_read_grader 在 Docker 拒读后退出43
36 其他组合 template/docs/contract.md:3;template/docs/contract.md:5;template/docs/contract.md:9;template/docs/contract.md:11;template/docs/contract.md:13 seed94018固定随机260项,独立模型比对

每次检查完整 observer/main 的实际构建和六 scene 的 PID、argv、stdin/stdout/expected/stderr 长度与摘要、真实 exit、耗时、超时标记和拒绝原因。compact 元数据须小于3900字符,在 bos_verify 的 stderr末4000字符内完整保留;完整原始候选 stdout 不长期保存,仅在内存逐字节比对,报告对此明确说明。

check 使用 tempfile.mkdtemp(dir=Path.cwd()) 建立 wrapper 独占树内 scratch。全部候选源码、observer 源码、输入与期望在第一次 compiler 之前读写/生成完成。随后仅 argv 子进程和内存处理,不再以可信身份访问 scratch;wrapper 退出回收整树。没有 chmod/chown、候选进程内测试或候选代码导入;verify.py 原样复制 rollout/bos_verify.py。超时 kill 进程组并 communicate 回收,记录真实 returncode。

合法替代解 valid_journal:不可变字节日志与读取游标、每 worker 完整记录日志、提交 worker 序列为权威;每次读取本地/全局值时重新归约记录,不使用 gold 的增量 sum/count 缓存。gold/template 不带 valid 算法死代码或未启用宏。判据不检查内部容器、函数文本或固定补丁。

5. 样例与校准

fixture 预期 目的
gold PASS 增量局部聚合与 EOF 折叠正确实现
template FAIL A+B 初态
noop FAIL write 丢弃队列,无核心记录输入效果
cheat FAIL totals 硬编码公开例子的 sum/count
cheat_read_grader FAIL 读不到私有 check 时主动退出43;可信 host 可读而 PASS 属允许例外
fix_stream FAIL 只修 A,最后 EOF 的 B 仍存在
fix_final_fold FAIL 只修 B,短预算 A 仍存在
mask_symptom FAIL 仅公开配置绕过 A,其他配置及 B 失败,完整 smoke 正确
valid_journal PASS 不同权威状态与归约算法
cheat_stdout FAIL 正确业务额外输出一个 NUL,普通构建和执行均0
cheat_stderr FAIL 正确 stdout、额外 diagnostic,普通构建和执行均0

共11类,每类每门5次。两门使用同一首冻任务身份及固定 Docker 镜像;host只代表可信开发,不代表隔离。实际结果、退出码、路径和当前身份最终记在 factory 报告。所有普通负例必须 build0/run0 后按行为拒绝;读判据例外单列,绝不伪改 expected。

6. 真实采样与证据范围

本批不运行模型、不使用凭据、不做真实 Agent、Qwen、硬件或 Salty 上传。本题难度 UNMEASURED,不能以校准通过声称真实难度或完整 rollout。开发日志、首冻 manifest、后台驱动 PID/argv/exit、双门 receipts 和原件审计均位于本题 factory/runs 指定目录。历史输出不覆盖。

7. 审阅与准入

作者已按任务创建规范检查来源、完整初态、公开依据、独立模型、替代算法与多类负例;最终独立审阅由根完成。只有固定 Docker 门整体 PASS、每类5次预期一致、cleanup confirmed、同当前任务指纹后,才可记 CALIBRATED;真实采样和 ADMITTED 未实施。spec 也纳入首冻全树清单,正式门后任务任何字节变化都须新身份双门,不能事后改本规格冒充原身份。