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>
13 KiB
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。