6.5 KiB
build-plugin-route 规格
1. 身份、来源与授权
路线 C 原创小工程,source/split 分组为 hwe/cc-cmake-dl。只采用本批 BRIEF 授权只读材料的需求方向,未执行来源脚本或使用原 behavior.py;metadata visibility public,基础及任一 mut 均不命中 _held_out,git grep 已用来源为零。来源逐文件SHA256和排除证据见本批 build-work/build-plugin-route-metadata.json。该HWE用例已用于制题,后续不可再用于评测。
可重定位插件目录寻址与动态插件替换提交边界。来源reference/main.c的dlopen/dlsym/dlclose需求扩写成有ABI校验、两类转换和活动服务的插件发布工程;不验证ARM指令。
2. 工程与范围
固定trace5,依赖仅标准工具;C11工程源码/头文件共800行,候选['service.c']。wire复用成熟观察协议,audit为实际使用的有界审计记录、历史与通道统计,harness只输出观察。业务及两处缺陷见下方样例。无需ARM硬件、交叉工具链、网络或真实时序;这不声称硬件通过。
3. 题面及可查依据
题面为300–500字中文现场报告,只有症状、条件、复现及提交清单,不定位根因。隐藏组合与输入,行为本身完整公开于工作区文档。
4. 判据检查项 ↔ 依据
| 检查项 | 依据 | 验证 |
|---|---|---|
| 1. make生成app和同目录plugins下的三个插件。app可以由任意当前目录启动,插件目录相对于可执行文件所在目录,不能依赖调用方工作目录或外部环境变量。插件通过plugin_entry提供Plugin ABI4,identity必须与请求一致且convert非空。插件1为2x+7,插件2为5x-3;插件3为测试用不兼容版本,4为未安装。 | docs/service.md:3 |
定向边界、固定seed变体及精确状态/事件对比 |
| 2. 初始active/generation/samples/total/last均0。R无参数重置业务及关闭插件;C无参数关闭插件,仅active置0,其他累计保持。成功L id选择1或2,generation加1;相同id重复选择也算一次成功。L 3/4返回-1且完整保留之前插件及业务状态;L的值是当前active,附加值为generation。插件切换必须先完整验证新插件再提交,禁止在失败时丢失现行服务。 | docs/service.md:4 |
定向边界、固定seed变体及精确状态/事件对比 |
| 3. V x接受[-1000000,1000000]的整数,有插件时执行convert,samples加1、last设转换值、total累加;返回0/last/samples。没有插件返回-1/0/0,业务状态不变。 | docs/service.md:5 |
定向边界、固定seed变体及精确状态/事件对比 |
| 4. L只接受id1..4,其他语法、范围、未知命令返回-2/0/0且业务无副作用。R/C成功返回0/0/0。业务观察S前五项依次为active、generation、samples、total、last,之后追加公共审计状态。 | docs/service.md:6 |
定向边界、固定seed变体及精确状态/事件对比 |
| 通用语法、只读历史、通道统计、审计状态与fingerprint | docs/console.md:3、:4、:5、:6、:7 |
独立Python计算,跨8条历史容量、合法/非法命令 |
Oracle不执行gold获取答案。所有业务命令、边界、错误路径、状态字段与构建部署组合均以公开文档为据;valid样例改变算法或控制流,避免只认可一个补丁。
5. 样例与失败机制
gold/valid_dot_path通过;template相对启动目录查找且先卸载旧插件;noop不执行操作;cheat固定使用方案1转换;两个partial分别只修目录与事务;掩盖症状cheat_reload_default遇缺失插件自动选方案1,原方案2在失败切换后被替换,generation及随后转换均错误。
read_grader仅作判据隔离校准。Linux可信本地无隔离时该类5次PASS为§7明确例外,整体原始校准应如实记FAIL;正式Docker必须5次FAIL。
6. 隔离和校准
verify.py原样复制rollout/bos_verify.py,私有只有check.py与非Python的cases.json。root先准备全部目录/上下文/输入与独立期望,随后仅启动降权编译和候选子进程并处理管道,不读取或写入候选产生文件。全部观察在子进程执行,harness无断言。状态READY_FOR_CALIBRATION;可信本地及Docker各类5次记录另追加。真实试采由批次controller统一运行Qwen 2路并发。
7. 评审与限制
需同批独立只读审阅,最终Claude审阅。仅本地提交、不推送;不更改已有任务或平台。构建或任务内容改变则重新校准。
2026-10-17 当前身份校准实测
本节取代前文待执行状态。Docker正式校准 /home/ming01.wang/embedded-rollout/runs/20261017-C-embedded-5/calibration/build-plugin-route/calibration-244d6efdfbf94ab1b8a95b84bab42c78:45/45符合预期、总体PASS、cleanup confirmed。可信本地 /home/ming01.wang/embedded-rollout/runs/20261017-C-embedded-5/build-dev/plugin/calibration-bd19d9d464474a809c2f2fe4d53c76ed:通常样例40/40符合预期;判据隔离正对照5/5 PASS,按§7单列,原始总体状态为FAIL,未冒充闸门2。当前task digest ba5018a5f6a9bfe8640ea4553e22cb68af0783a17fcabda72baeb36895267731。
root已独立只读核对公开协议及oracle,未发现阻断问题;状态CALIBRATED,真实Qwen试采与归档由批次controller统一记录。作者未运行真实模型。早期草稿本地校准中发现的生成字面量/隔离对照编译问题已修正,旧身份和结果保留在本批build-dev,不与本节正式身份混算。
2026-10-17 批次最终真实试采事实
本节取代前文待采样状态。当前状态ADMITTED;Qwen qwen3.8-27b-nvfp4每题仅一次、全批并发2、执行期限3600秒。原始结果PASS,任务判定PASS;完整轨迹True,证据VERIFIED,工具调用25次、模型请求15次。controller原始身份为pi-adb2bfdcdfd047e88729be7fb3e1bbb2,后处理状态VERIFIED_ARCHIVED。
冻结候选独立新Docker重判PASS,与原判定一致性True。标准归档当前冷端路径/mnt/data/ming01.wang/embedded-rollout/artifacts/20261017-C-embedded-5/build-plugin-route-pi-adb2bfdcdfd047e88729be7fb3e1bbb2.tar.gz,外包SHA-256 36433148fb535aa08b217dfff03ad759898df4fe2dcb2e07db60c0705fda7458;精确成员白名单、逐成员SHA和源字节核验见本批postprocess/final-index.json。所有批次证据迁移和资源清理的实际结果另见冷端migration-evidence。
本次只追加事实,不更改任务身份、判据或候选。来源和依据已独立审阅;未做难度分池、硬件验证或训练。Salty未上传,上传/下载核验未验证;仅本地提交,不推送,停在Claude审阅点。