8.4 KiB
Raw Blame History

diag-panel-input 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-gpio-active-low-config。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-gpio-active-low-config;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:输入极性归一化与重配置时防抖基线切换。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621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panel.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376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
设备有4根独立输入,pin范围0..3,初始物理值0;本程序不驱动真实GPIO。 docs/device.md:3 独立Python模型,完整原始观测比对
C pin active_low threshold 建立或重配该输入,active_low为0或1,threshold为1..4。 docs/device.md:4 独立Python模型,完整原始观测比对
配置把当时物理值按physical XOR active_low归一化为初始stable和pending;run清零,不产生CHANGE。 docs/device.md:5 独立Python模型,完整原始观测比对
配置保留physical、transitions及samples,configurations加1。所有状态在配置完成时同时生效。 docs/device.md:6 独立Python模型,完整原始观测比对
V pin physical 只设置物理采样源,physical为0或1,不增加采样计数。 docs/device.md:7 独立Python模型,完整原始观测比对
P pin 取得一次采样。未启用输出SAMPLE pin -2 0且不改变状态。 docs/device.md:8 独立Python模型,完整原始观测比对
启用时samples加1,采样值按配置归一化;等于stable时pending=logical、run=0。 docs/device.md:9 独立Python模型,完整原始观测比对
不同于stable时,若也不同于pending,pending=logical、run=1,否则run加1。 docs/device.md:10 独立Python模型,完整原始观测比对
当run达到threshold,stable=logical、run=0、transitions加1,并先输出CHANGE pin logical transitions。 docs/device.md:11 独立Python模型,完整原始观测比对
每次有效采样最后输出SAMPLE pin 0 stable。阈值相等即生效;单次弹跳不够阈值不产生事件。 docs/device.md:12 独立Python模型,完整原始观测比对
X pin停用,enabled/stable/pending/run置0,其余状态保留,重复停用不计事件。 docs/device.md:13 独立Python模型,完整原始观测比对
R清空全部设备和计数。非法命令或参数不改变设备,仅rejected加1并产生REJECT。 docs/device.md:14 独立Python模型,完整原始观测比对
C输出CONFIG pin 0 stable;V/X/R没有事件。每个命令输出后附一条状态行。 docs/device.md:15 独立Python模型,完整原始观测比对
状态字段:rejected configurations,随后逐pin:enabled active_low threshold physical stable pending run transitions samples。 docs/device.md:16 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 强制所有输入按active_low处理,公开低有效面板恢复;高有效混接变体的配置基线和采样翻转错误。
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22次、模型请求15次。controller原始身份为pi-122ef95159554c1187a9aeed328cff74,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-panel-input-pi-122ef95159554c1187a9aeed328cff74.tar.gz,外包SHA-256 ae2143435384576a5a830aa27de0dff95b2384da0c2805f0544510f99260cf97;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。