76 lines
8.1 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# diag-control-commit 任务规格
## 1. 身份、来源与独立性
版本1;作者Codex;路线C、原创工程。source/split为`hwe/gi-vol-readback-control`。素材仅提供问题方向,不声称重放真实事故。来源为批次只读`hwe/arm-linux/debug-diag/gi-vol-readback-control`;public,基础及全部mut均不命中_held_out,开工Git任务未用该基础ID;来源字节摘要见本批device-inventory.json。
授权来自本批BRIEF;无用户会话、个人数据、凭据或额外依赖。知识点:posted控制写完成与带状态字段的寄存器读回。HWE原reference仅阅读,行为和判据重新编写;未运行来源脚本或上板静态检查。此来源已用于制题,不可再用于评测。
替身测试:把设备访问替换为逐操作推进的确定性适配器仍可触发原核心问题,因此software。仅验证软件接口,不验证板卡、推理性能、实际电气/时序或CPU内存屏障效果。
## 2. 工程及环境
C11完整工程611行C/头文件;包括成熟wire观测通道、engine、持续读入harness与设备业务层;不是用空白或无用函数补量。候选为`control.c`,只冻结这个文件,公共上下文逐字节固定在cases.json。初态植入2处独立缺陷:主路径见partial_variant_only保留的错误,变体路径见partial_primary_only保留的错误;两者的差异在样例中可直接审核。回放field.txt触发主现象,变体组合由公开设备协议决定。
环境trace5 `ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:aa5d00779fe03e9eadbf29c030711a4ecd1e5f894255868b5ca451a425299efc`,实际image ID同sha256;无下载依赖。Agent 2GiB/1CPU、3600秒;grade 512MiB/1CPU、120秒(build35秒、child20秒)。公开构建`make`、运行`./device-demo < field.txt`。完整初态在template,private assets为check.py/cases.json及参考样例。
## 3. 题面
prompt为384个非空白字符的现场报告,只给业务症状、条件、复现及最终提交;根因与修复要求不进入题面。接口、状态字段、错误和默认值均由随附docs定义。
## 4. 判据检查项 ↔ 依据
以下均为template相对路径,每项项目约定有明确公开依据。输入隐藏只隐藏组合、次序和值,期望不来自gold。
| 判据检查项 | 依据 | 方法 |
| --- | --- | --- |
| 四个lane取值0..3,所有寄存器和统计初始0,软件替身不执行真实MMIO。 | `docs/device.md:3` | 独立Python模型,完整原始观测比对 |
| C lane command交付一次作业,command是0..65535,作业可重复,数值0也是有效命令。 | `docs/device.md:4` | 独立Python模型,完整原始观测比对 |
| 写操作只放入posted槽并增加writes;完成动作使槽内command成为committed,清pending,jobs增加1。 | `docs/device.md:5` | 独立Python模型,完整原始观测比对 |
| 一次交付的顺序为写入、完成、读回,分别恰好一次;drains/reads统计对应适配动作次数。 | `docs/device.md:6` | 独立Python模型,完整原始观测比对 |
| 设备读回低16位是command,高16位携带状态,不属于command。读回不隐式完成posted写。 | `docs/device.md:7` | 独立Python模型,完整原始观测比对 |
| 读回command匹配返回0,accepted加1;不匹配返回-1,failed加1;不能通过忽略结果认领作业。 | `docs/device.md:8` | 独立Python模型,完整原始观测比对 |
| 每次C输出SUBMIT lane command result,之后输出状态;上层没有自动重发或隐式取消。 | `docs/device.md:9` | 独立Python模型,完整原始观测比对 |
| H lane status设置独立状态字段0..255,不交付作业、也不消耗或完成pending。 | `docs/device.md:10` | 独立Python模型,完整原始观测比对 |
| I lane只读寄存器并输出READ lane raw 0,raw包含状态位,reads增加1。 | `docs/device.md:11` | 独立Python模型,完整原始观测比对 |
| R重置全部状态;非法命令/参数无设备副作用,只rejected加1并输出REJECT。 | `docs/device.md:12` | 独立Python模型,完整原始观测比对 |
| 状态字段:rejected accepted failed,随后每lane:committed pending_value pending status writes drains reads jobs。 | `docs/device.md:13` | 独立Python模型,完整原始观测比对 |
| 任何诊断输出可写stderr,stdout只用当前观测协议,正常EOF退出0。 | `docs/device.md:14` | 独立Python模型,完整原始观测比对 |
| 行读取与REJECT/状态序号/进程退出 | `docs/console.md:3`、`:5`、`:6`、`:7`、`:8`、`:9` | 公开格式、正常EOF、错误命令及全量输出比较 |
Oracle为同族共享check.py,通过cases.json mode选择设备独立模型;固定seed生成18组150步交错,加公开现象、第二缺陷定向前缀、正常/边界/非法/重置回归。先生成输入与答案,再写全部构建材料;仅子进程编译和运行候选。harness只打印观察,候选进程无期望/断言。child启动后父判据只处理管道,不再读写候选控制目录。stderr允许诊断,不作为行为失败。
## 5. 样例与实际机制
| 样例 | 预期 | 机制 |
| --- | --- | --- |
| gold | PASS | 两处全部修复 |
| template | FAIL | 主路径与变体缺陷同时存在 |
| noop | FAIL | 接收命令却无操作,首个有效设备命令状态错误 |
| cheat | FAIL | 只执行公开回放长度的命令,后续隐藏操作无结果 |
| cheat_read_grader | Docker FAIL | 隔离校准条件样例;本地可读PASS按规范§7单列 |
| partial_primary_only | FAIL | 仅修公开主现象,变体前缀及交错序列拒绝 |
| partial_variant_only | FAIL | 仅修变体,公开回放拒绝 |
| mask_symptom | FAIL | 交付后直接返回成功以掩盖发送失败;未完成posted槽,jobs与committed仍旧,首次非零命令即被状态观测拒绝。 |
| valid_alternative | PASS | 使用不同表达式/扫描或清理写法,实现相同公开行为 |
每类各5次,正式45次。全部负例应编译成功后因行为失败,不能以构建失败充数。Linux本地隔离条件正对照不冒充正式PASS。
## 6. 校准与真实证据
当前READY_FOR_CALIBRATION;实际闸门1/2路径、身份、结果将记本批device-gates.json和统一admission台账。verify.py逐字节复制rollout/bos_verify.py。正式无网评分降权UID65534,隔离探针由wrapper完成。
Qwen qwen3.8-27b-nvfp4/Pi0.73.1,每题1次、全批2路、3600秒,最大输出65536,service-default;不设费用/轮数上限。不以一次结果难度分池,不再追求30%-70%。完整轨迹需正常结束、VERIFIED、cleanup confirmed;真实FAIL先复核题面依据。
## 7. 评审与后续
独立只读技术审阅、正式校准与真实试采后补实际结论,最终由Claude审阅。任何digest文件更改都重新校准。不改平台和已有任务,不推送。完整候选独立重判,archive复核后封存,冷迁逐文件核验后删除热副本;Salty可用性单列,不把冷盘复制当上传。
### 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20次、模型请求12次。controller原始身份为`pi-4102b57eebb54ecab2fcc4c2620201f7`,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/diag-control-commit-pi-4102b57eebb54ecab2fcc4c2620201f7.tar.gz`,外包SHA-256 `098cdff3a97fc75469cfdf1da93462f04009b79e39c69a90fea5e35c9abc8ca8`;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。