28 KiB
Raw Blame History

任务规格:numeric-axis-calibration

本规格按 任务制作规范 填写,仅供作者与评审,不进入Agent工作区。

1. 身份与来源

字段 填写
task-id / 版本 numeric-axis-calibration / 1
作者 / 业务评审人 / 独立评审人 Codex HWE author / 根Agent公开规格充分性审阅已完成 / 实现/判据终审待记录
审核状态 CALIBRATED_OUTPUT_COUNT_FIX_FINAL_REVIEW_PASSED,不是ADMITTED
原项目与冻结版本 原创C++17通道校准与定点转换工程,template v1
来源路线 C HWE素材写题;原创,不声称现场会话回放
来源 ID hwe/gi-quant-per-channel-axis
来源与授权 用户授权本批;来源metadata public/hard,基础ID及任一mutation未命中held_out、既有task无该source;只读本批hwe/arm-linux/debug-diag/gi-quant-per-channel-axis
隐私处理 无真实用户数据、凭据、设备或用户路径
替身测试 合成带stride的Tensor替代推理设备,通道混合、统计恢复、舍入和重定标仍可确定性复现;software
split 分组键 hwe/gi-quant-per-channel-axis
来源组 / 根因族 同上 / 通道轴映射、校准保存点、half-even和单次有理重定标
与已有任务关系 不是部署配置或固定量化打印题;直接验证张量布局/校准状态/整数单位转换,未复用本批timer或既有任务业务源码
族 沿用motor-sensor-control,属于传感器/嵌入式数据从采样到定点量化的软件数值校准路径
验证范围 C++17布局、Calibrator、精确整数参数、单次转换及失败原子性;多布局/负轴/广播/空view/多实例
未验证范围 模型推理精度、BPU驱动、真实数据分布、浮点实现、板卡/电气/实时性能

素材仅提供per-channel scale及通道轴方向。全部工程、文档、oracle和fixtures新写,没有使用HWE静态判据/上板成功标记,也不执行来源脚本。采用规格密集、审计型修复、隐藏布局/参数变体、确定性checkpoint恢复至少四种难度手段;不使用1500行规模手段。

2. 初态与环境

  • template包含候选channel_quant.hpp、tensor_layout.cpp、calibrator.cpp、quant_transform.cpp,以及只读quant_console.cpp、Makefile、README.md、docs/channel-quantization.md。四candidate_files,其他文件由grader逐字重建。
  • 核心候选约730源码行,加全新Tensor/参数观察器的独有工程超过800行;最终总/独有/非空数以根Agent跨任务逐字文件审计为准。没有生成器或共用业务骨架充数。
  • 四处偏差:负轴从错误方向归一化;restore成功后消耗保存点;AFFINE零点的恰半使用远离零而非取偶;requantize先还原整数单位再转换,产生二次舍入。其余公开行为应保持。
  • 报告只描述负轴/布局改变造成通道统计变化,一处根因;fix_axis同时是只修现场症状。mask_symptom只特判README公开shape/strides/data场景。
  • 私有只有check.py,嵌入只打印观察的console、字典/整数独立oracle和固定种子case生成;没有其他私有.py。gold/valid/spec不进入工作区。
  • 现有C/Python runtime,Linux x86_64,C++17/Python3标准库;固定trace5镜像ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:aa5d00779fe03e9eadbf29c030711a4ecd1e5f894255868b5ca451a425299efc。实际镜像身份待正式回执记录。
  • 工作2GiB/1CPU,评分512MiB/1CPU;构建25秒、候选15秒、task120秒、wrapper100秒;真实Agent期限3600秒只防挂死。无网络、硬件、新依赖或真实时序。

3. 公开题面与接口

交付标准是“符合docs/channel-quantization.md全部条款”,现场仅给负轴/布局现象。公开API与数据结构见channel_quant.hpp;该头是候选,因此合法解可变更private布局。公开规范Q01–Q37明确检查优先级、失败输出保持、校准计数/保存点、精确有理数和观察协议。

公开构建argv为["make"],以g++ -std=c++17 -O2 -Wall -Wextra -pedantic链接quant-demo;正常EOF退出0,语法/数字解析错误2,库级错误按公开errno观察且继续。README含raw Tensor、轴与通道统计的最小复现。评分重建console与候选四文件,仅从stdin给定普通调用序列。

4. 判据检查项 ↔ 依据与合法解

seed=0x61786973,预期只来自Python无界整数和独立字典状态机。布局由row-major坐标独立映射;校准范围不调用gold;round_even明确按商余数精确复算;requantize独立按单个有理数表达式计算。每个观察标注check标签和公开条款;下表覆盖全部组。

检查项 依据 场景 检查方法
unconfigured-state-and-priority docs/channel-quantization.md:17(Q08);docs/channel-quantization.md:18(Q09);docs/channel-quantization.md:19(Q10);docs/channel-quantization.md:24(Q15);docs/channel-quantization.md:25(Q16);docs/channel-quantization.md:26(Q17);docs/channel-quantization.md:30(Q18);docs/channel-quantization.md:55(Q36);docs/channel-quantization.md:57(Q37) 9 次API/观察 Python独立整数复算、逐行精确比对
negative-axis-reproduction docs/channel-quantization.md:8(Q02);docs/channel-quantization.md:9(Q03) 1 次API/观察 Python独立整数复算、逐行精确比对
negative-axis-observation docs/channel-quantization.md:8(Q02);docs/channel-quantization.md:9(Q03);docs/channel-quantization.md:17(Q08);docs/channel-quantization.md:18(Q09);docs/channel-quantization.md:19(Q10);docs/channel-quantization.md:20(Q11);docs/channel-quantization.md:26(Q17);docs/channel-quantization.md:30(Q18);docs/channel-quantization.md:31(Q19) 7 次API/观察 Python独立整数复算、逐行精确比对
checkpoint-save docs/channel-quantization.md:24(Q15) 1 次API/观察 Python独立整数复算、逐行精确比对
query-invalid-channel docs/channel-quantization.md:26(Q17) 1 次API/观察 Python独立整数复算、逐行精确比对
query-huge-channel docs/channel-quantization.md:26(Q17) 1 次API/观察 Python独立整数复算、逐行精确比对
checkpoint-clear docs/channel-quantization.md:25(Q16) 1 次API/观察 Python独立整数复算、逐行精确比对
checkpoint-first-restore docs/channel-quantization.md:24(Q15);docs/channel-quantization.md:25(Q16) 1 次API/观察 Python独立整数复算、逐行精确比对
checkpoint-repeated-restore docs/channel-quantization.md:24(Q15) 1 次API/观察 Python独立整数复算、逐行精确比对
checkpoint-restored-range docs/channel-quantization.md:24(Q15);docs/channel-quantization.md:25(Q16);docs/channel-quantization.md:26(Q17) 1 次API/观察 Python独立整数复算、逐行精确比对
checkpoint-discard docs/channel-quantization.md:25(Q16) 1 次API/观察 Python独立整数复算、逐行精确比对
checkpoint-absent docs/channel-quantization.md:24(Q15) 1 次API/观察 Python独立整数复算、逐行精确比对
affine-ranges docs/channel-quantization.md:7(Q01);docs/channel-quantization.md:8(Q02);docs/channel-quantization.md:9(Q03);docs/channel-quantization.md:10(Q04) 6 次API/观察 Python独立整数复算、逐行精确比对
affine-zero-and-checkpoint docs/channel-quantization.md:24(Q15);docs/channel-quantization.md:25(Q16);docs/channel-quantization.md:26(Q17);docs/channel-quantization.md:30(Q18);docs/channel-quantization.md:31(Q19);docs/channel-quantization.md:32(Q20);docs/channel-quantization.md:33(Q21);docs/channel-quantization.md:34(Q22) 54 次API/观察 Python独立整数复算、逐行精确比对
requant-source docs/channel-quantization.md:9(Q03);docs/channel-quantization.md:41(Q26) 1 次API/观察 Python独立整数复算、逐行精确比对
custom-params docs/channel-quantization.md:38(Q23);docs/channel-quantization.md:39(Q24);docs/channel-quantization.md:40(Q25);docs/channel-quantization.md:41(Q26);docs/channel-quantization.md:42(Q27) 384 次API/观察 Python独立整数复算、逐行精确比对
requant-one-round docs/channel-quantization.md:33(Q21);docs/channel-quantization.md:38(Q23);docs/channel-quantization.md:39(Q24);docs/channel-quantization.md:40(Q25);docs/channel-quantization.md:41(Q26);docs/channel-quantization.md:42(Q27);docs/channel-quantization.md:43(Q28);docs/channel-quantization.md:55(Q36) 4 次API/观察 Python独立整数复算、逐行精确比对
geometry-variants docs/channel-quantization.md:7(Q01);docs/channel-quantization.md:8(Q02);docs/channel-quantization.md:9(Q03);docs/channel-quantization.md:10(Q04);docs/channel-quantization.md:11(Q05);docs/channel-quantization.md:12(Q06);docs/channel-quantization.md:13(Q07) 42 次API/观察 Python独立整数复算、逐行精确比对
geometry-observation docs/channel-quantization.md:7(Q01);docs/channel-quantization.md:8(Q02);docs/channel-quantization.md:9(Q03);docs/channel-quantization.md:10(Q04);docs/channel-quantization.md:11(Q05);docs/channel-quantization.md:12(Q06);docs/channel-quantization.md:13(Q07);docs/channel-quantization.md:55(Q36) 210 次API/观察 Python独立整数复算、逐行精确比对
geometry-configure docs/channel-quantization.md:18(Q09) 80 次API/观察 Python独立整数复算、逐行精确比对
geometry-update docs/channel-quantization.md:19(Q10);docs/channel-quantization.md:20(Q11) 80 次API/观察 Python独立整数复算、逐行精确比对
geometry-parameters docs/channel-quantization.md:30(Q18);docs/channel-quantization.md:31(Q19);docs/channel-quantization.md:32(Q20);docs/channel-quantization.md:33(Q21);docs/channel-quantization.md:34(Q22) 80 次API/观察 Python独立整数复算、逐行精确比对
geometry-ranges docs/channel-quantization.md:20(Q11);docs/channel-quantization.md:26(Q17) 300 次API/观察 Python独立整数复算、逐行精确比对
invalid-layout docs/channel-quantization.md:7(Q01);docs/channel-quantization.md:8(Q02);docs/channel-quantization.md:9(Q03);docs/channel-quantization.md:10(Q04);docs/channel-quantization.md:11(Q05) 13 次API/观察 Python独立整数复算、逐行精确比对
layout-error-atomicity docs/channel-quantization.md:11(Q05);docs/channel-quantization.md:12(Q06);docs/channel-quantization.md:13(Q07);docs/channel-quantization.md:19(Q10);docs/channel-quantization.md:38(Q23);docs/channel-quantization.md:39(Q24);docs/channel-quantization.md:40(Q25);docs/channel-quantization.md:41(Q26);docs/channel-quantization.md:42(Q27);docs/channel-quantization.md:55(Q36) 104 次API/观察 Python独立整数复算、逐行精确比对
merge-bank0 docs/channel-quantization.md:17(Q08);docs/channel-quantization.md:43(Q28) 1 次API/观察 Python独立整数复算、逐行精确比对
merge-config0 docs/channel-quantization.md:18(Q09) 1 次API/观察 Python独立整数复算、逐行精确比对
merge-bank1 docs/channel-quantization.md:17(Q08) 1 次API/观察 Python独立整数复算、逐行精确比对
merge-config1 docs/channel-quantization.md:18(Q09) 1 次API/观察 Python独立整数复算、逐行精确比对
merge-empty-both docs/channel-quantization.md:22(Q13) 1 次API/观察 Python独立整数复算、逐行精确比对
merge-back docs/channel-quantization.md:17(Q08) 1 次API/观察 Python独立整数复算、逐行精确比对
merge-view docs/channel-quantization.md:9(Q03) 1 次API/观察 Python独立整数复算、逐行精确比对
merge-populate0 docs/channel-quantization.md:20(Q11) 1 次API/观察 Python独立整数复算、逐行精确比对
merge-save0 docs/channel-quantization.md:24(Q15) 1 次API/观察 Python独立整数复算、逐行精确比对
merge-empty-source docs/channel-quantization.md:22(Q13) 1 次API/观察 Python独立整数复算、逐行精确比对
merge-select1 docs/channel-quantization.md:17(Q08) 1 次API/观察 Python独立整数复算、逐行精确比对
merge-empty-target docs/channel-quantization.md:22(Q13) 1 次API/观察 Python独立整数复算、逐行精确比对
self-merge docs/channel-quantization.md:23(Q14) 1 次API/观察 Python独立整数复算、逐行精确比对
self-merge-range docs/channel-quantization.md:23(Q14);docs/channel-quantization.md:26(Q17) 1 次API/观察 Python独立整数复算、逐行精确比对
merge-select0 docs/channel-quantization.md:17(Q08) 1 次API/观察 Python独立整数复算、逐行精确比对
merge-populated docs/channel-quantization.md:22(Q13) 1 次API/观察 Python独立整数复算、逐行精确比对
merge-kept-checkpoint docs/channel-quantization.md:22(Q13);docs/channel-quantization.md:24(Q15) 1 次API/观察 Python独立整数复算、逐行精确比对
merge-restore-range docs/channel-quantization.md:24(Q15);docs/channel-quantization.md:26(Q17) 1 次API/观察 Python独立整数复算、逐行精确比对
calibration-invalid-preservation docs/channel-quantization.md:17(Q08);docs/channel-quantization.md:18(Q09);docs/channel-quantization.md:22(Q13);docs/channel-quantization.md:23(Q14);docs/channel-quantization.md:24(Q15);docs/channel-quantization.md:25(Q16) 17 次API/观察 Python独立整数复算、逐行精确比对
limit-view docs/channel-quantization.md:7(Q01);docs/channel-quantization.md:8(Q02);docs/channel-quantization.md:9(Q03);docs/channel-quantization.md:10(Q04) 1 次API/观察 Python独立整数复算、逐行精确比对
limit-source docs/channel-quantization.md:17(Q08) 1 次API/观察 Python独立整数复算、逐行精确比对
limit-source-config docs/channel-quantization.md:18(Q09) 1 次API/观察 Python独立整数复算、逐行精确比对
limit-source-sample docs/channel-quantization.md:20(Q11) 1 次API/观察 Python独立整数复算、逐行精确比对
limit-target docs/channel-quantization.md:17(Q08) 1 次API/观察 Python独立整数复算、逐行精确比对
limit-target-config docs/channel-quantization.md:18(Q09) 1 次API/观察 Python独立整数复算、逐行精确比对
count-limit-double docs/channel-quantization.md:21(Q12);docs/channel-quantization.md:22(Q13);docs/channel-quantization.md:23(Q14) 40 次API/观察 Python独立整数复算、逐行精确比对
count-limit-add docs/channel-quantization.md:21(Q12);docs/channel-quantization.md:22(Q13);docs/channel-quantization.md:23(Q14) 13 次API/观察 Python独立整数复算、逐行精确比对
count-limit-and-rollback docs/channel-quantization.md:21(Q12);docs/channel-quantization.md:22(Q13);docs/channel-quantization.md:23(Q14);docs/channel-quantization.md:24(Q15);docs/channel-quantization.md:25(Q16);docs/channel-quantization.md:26(Q17) 14 次API/观察 Python独立整数复算、逐行精确比对
policy-data docs/channel-quantization.md:9(Q03) 10 次API/观察 Python独立整数复算、逐行精确比对
policy-config docs/channel-quantization.md:18(Q09) 10 次API/观察 Python独立整数复算、逐行精确比对
policy-update docs/channel-quantization.md:20(Q11) 10 次API/观察 Python独立整数复算、逐行精确比对
policy-params docs/channel-quantization.md:30(Q18);docs/channel-quantization.md:31(Q19);docs/channel-quantization.md:32(Q20);docs/channel-quantization.md:33(Q21);docs/channel-quantization.md:34(Q22) 10 次API/观察 Python独立整数复算、逐行精确比对
rounding-view docs/channel-quantization.md:33(Q21);docs/channel-quantization.md:39(Q24) 8 次API/观察 Python独立整数复算、逐行精确比对
rounding-quantize docs/channel-quantization.md:33(Q21);docs/channel-quantization.md:38(Q23);docs/channel-quantization.md:39(Q24);docs/channel-quantization.md:42(Q27) 8 次API/观察 Python独立整数复算、逐行精确比对
quantize-input-preserved docs/channel-quantization.md:42(Q27);docs/channel-quantization.md:55(Q36) 8 次API/观察 Python独立整数复算、逐行精确比对
dequant-view docs/channel-quantization.md:40(Q25) 8 次API/观察 Python独立整数复算、逐行精确比对
rounding-dequantize docs/channel-quantization.md:33(Q21);docs/channel-quantization.md:40(Q25);docs/channel-quantization.md:42(Q27) 8 次API/观察 Python独立整数复算、逐行精确比对
dequant-input-preserved docs/channel-quantization.md:42(Q27);docs/channel-quantization.md:55(Q36) 8 次API/观察 Python独立整数复算、逐行精确比对
badparam-view docs/channel-quantization.md:7(Q01);docs/channel-quantization.md:8(Q02);docs/channel-quantization.md:9(Q03);docs/channel-quantization.md:10(Q04) 7 次API/观察 Python独立整数复算、逐行精确比对
bad-source docs/channel-quantization.md:38(Q23);docs/channel-quantization.md:39(Q24);docs/channel-quantization.md:40(Q25);docs/channel-quantization.md:41(Q26);docs/channel-quantization.md:42(Q27) 7 次API/观察 Python独立整数复算、逐行精确比对
params-before-data-priority docs/channel-quantization.md:38(Q23);docs/channel-quantization.md:39(Q24);docs/channel-quantization.md:40(Q25);docs/channel-quantization.md:41(Q26);docs/channel-quantization.md:42(Q27);docs/channel-quantization.md:55(Q36) 28 次API/观察 Python独立整数复算、逐行精确比对
destination-before-q-range docs/channel-quantization.md:41(Q26);docs/channel-quantization.md:42(Q27);docs/channel-quantization.md:55(Q36) 2 次API/观察 Python独立整数复算、逐行精确比对
source-range-error docs/channel-quantization.md:40(Q25);docs/channel-quantization.md:41(Q26);docs/channel-quantization.md:42(Q27);docs/channel-quantization.md:55(Q36) 3 次API/观察 Python独立整数复算、逐行精确比对
empty-conversion docs/channel-quantization.md:10(Q04);docs/channel-quantization.md:42(Q27) 1 次API/观察 Python独立整数复算、逐行精确比对
empty-validates-params docs/channel-quantization.md:38(Q23);docs/channel-quantization.md:39(Q24);docs/channel-quantization.md:40(Q25);docs/channel-quantization.md:41(Q26);docs/channel-quantization.md:42(Q27);docs/channel-quantization.md:55(Q36) 8 次API/观察 Python独立整数复算、逐行精确比对
random-layout docs/channel-quantization.md:7(Q01);docs/channel-quantization.md:8(Q02);docs/channel-quantization.md:9(Q03);docs/channel-quantization.md:10(Q04);docs/channel-quantization.md:11(Q05);docs/channel-quantization.md:12(Q06);docs/channel-quantization.md:13(Q07) 180 次API/观察 Python独立整数复算、逐行精确比对
random-gather docs/channel-quantization.md:8(Q02);docs/channel-quantization.md:9(Q03);docs/channel-quantization.md:10(Q04);docs/channel-quantization.md:11(Q05);docs/channel-quantization.md:12(Q06) 180 次API/观察 Python独立整数复算、逐行精确比对
random-config docs/channel-quantization.md:18(Q09) 180 次API/观察 Python独立整数复算、逐行精确比对
random-update docs/channel-quantization.md:19(Q10);docs/channel-quantization.md:20(Q11) 180 次API/观察 Python独立整数复算、逐行精确比对
random-params docs/channel-quantization.md:30(Q18);docs/channel-quantization.md:31(Q19);docs/channel-quantization.md:32(Q20);docs/channel-quantization.md:33(Q21);docs/channel-quantization.md:34(Q22) 180 次API/观察 Python独立整数复算、逐行精确比对
random-checkpoint docs/channel-quantization.md:24(Q15) 180 次API/观察 Python独立整数复算、逐行精确比对
random-selfmerge docs/channel-quantization.md:23(Q14) 180 次API/观察 Python独立整数复算、逐行精确比对
random-restore docs/channel-quantization.md:24(Q15) 180 次API/观察 Python独立整数复算、逐行精确比对
random-repeat-restore docs/channel-quantization.md:24(Q15) 180 次API/观察 Python独立整数复算、逐行精确比对
random-quantize docs/channel-quantization.md:33(Q21);docs/channel-quantization.md:38(Q23);docs/channel-quantization.md:39(Q24);docs/channel-quantization.md:42(Q27) 180 次API/观察 Python独立整数复算、逐行精确比对
random-dequantize docs/channel-quantization.md:33(Q21);docs/channel-quantization.md:40(Q25);docs/channel-quantization.md:42(Q27) 180 次API/观察 Python独立整数复算、逐行精确比对
random-requantize docs/channel-quantization.md:33(Q21);docs/channel-quantization.md:41(Q26);docs/channel-quantization.md:42(Q27) 180 次API/观察 Python独立整数复算、逐行精确比对
random-input-unchanged docs/channel-quantization.md:42(Q27);docs/channel-quantization.md:55(Q36) 180 次API/观察 Python独立整数复算、逐行精确比对
build/execution/exact-output docs/channel-quantization.md:47(Q29)、docs/channel-quantization.md:48(Q30)至docs/channel-quantization.md:57(Q37) 构建、返回状态、完整协议 argv子进程、独立stdout逐行比对
  • 覆盖rank/stride长度、4096元素恰等/超、8192物理值恰等/超、0/16维、SIZE_MAX stride/地址溢出、空view/广播、正负轴等价;失败nonce字段/向量均保持。
  • 覆盖unconfigured优先级、configure非法保持、任意update分块、空source/target合并、自合并与10^12计数恰等(O(log limit)二进制构造)、超限回滚、clear后重复restore、参数只读。
  • 覆盖symmetric/affine、全正/全负/零范围、正负恰半、clipping顺序、合法自定义scale与zero、源/目标参数优先级、q范围、空转换仍校验参数、避免双舍入、输入摘要不变与多实例。
  • 合法实现不限制private容器或算法。valid_indexed通过独立element接口逐元素收集;valid_independent由根Agent只读公开prompt/docs/header重写,采用固定16项array与保存点、signed商余数舍入,与gold的vector实现不同;未读gold/check/template实现,provenance与公开smoke在本批numeric-independent-*。
  • 判据隔离与准确性:verify.py原样复制rollout/bos_verify.py;候选仅在降权子进程编译/运行,harness只输出原始字段与输入摘要;期望/断言在可信Python。所有准备在执行前完成,之后不再读/写/遍历共享scratch;容器销毁回收,可信本地独立控制端另清理。
  • 所有必需运行观察通过才PASS;静态/构建成功不能替代行为;不宣称硬件或实际模型精度通过。输出仍由原样wrapper转换为规定JSON状态、checks和退出码。

5. 样例与校准

fixture 预期 意图
gold PASS 全部规则
template FAIL 四偏差保留
noop FAIL configure无核心实现
cheat FAIL update直接成功而不采样
cheat_read_grader FAIL 校准隔离对照
valid_indexed PASS 逐element gather替代
valid_independent PASS 仅依据公开材料独立重写
fix_axis FAIL 只修负轴,同时只修现场症状
fix_restore FAIL 只修保存点保留
fix_tie FAIL 只修AFFINE half-even
fix_requant FAIL 只修一次性重定标
mask_symptom FAIL 仅特判公开输入

作者直接开发检查在本批hwe-numeric-author-checks.json,3个正确类PASS、9类负例FAIL;后续新增边界以最终闸门回执为准。这些开发检查不替代每类五次校准。待完成只读校准前审阅后,顺序运行gate1/gate2(各60次),使用runs/20261017-C-embedded-6-hard/gate1和gate2统一根,记录真实回执和cleanup。

6. 真实试采与证据

尚未运行Qwen,未给出难度结论。由根Agent统一全局2路Qwen调度,闸门1/2及终审通过后才试采;FAIL逐项对应上表依据复核,区分能力失败/依据不足/环境故障,超时另标;只认实际回执与完整原生轨迹。校准、Qwen、清理、封存及难度结果均待实际证据后更新。

7. 评审与准入

  • public/hard、held基础及变体排除、已有source排除、软件替身和原创边界已核对。
  • 根Agent只读公开规范充分性;提前明确dimension/storage数值范围错误码、requantize验证先后。
  • 独立合法解只依据公开材料完成;开发直接判据已PASS。
  • 根Agent判据/实现只读校准前审阅通过,239处引用行号核对有效,review-numeric-precalibration.json。
  • 闸门1每类五次60/60符合预期;全量unittest由根Agent最终统一运行。
  • 闸门2固定镜像每类五次60/60全部符合预期、cleanup confirmed。
  • 冻结后终审、真实Qwen完整证据与失败复核。

当前CALIBRATED;不预填准入或难度成功,不修改既有任务/平台/凭据,不提交/推送。

实际校准与清理

  • 可信本地:/home/ming01.wang/embedded-rollout/runs/20261017-C-embedded-6-hard/gate1/calibration-f40fadfd60d740f195c1f0296e5a0186/receipt.json;整体PASS,60/60符合预期,cleanup=confirmed。3个正确类各5 PASS,9个负例类各5 FAIL。
  • 固定trace5 Docker:/home/ming01.wang/embedded-rollout/runs/20261017-C-embedded-6-hard/gate2/calibration-ff090878a2cd46f59ba1d0738e1c6a10/receipt.json;整体PASS,60/60符合预期,cleanup=confirmed。3个正确类各5 PASS,9个负例类各5 FAIL。
  • 最终task摘要c8d5e6b5bc8f13bfa8dd32f6e05e1c19be0795b19de68a28777ee2b70423e266,verifier摘要5c12094deda2dc1b70016e0edd1c8a21c6d762da78fca61433b45e91cb30b8c0,manifest摘要540a3d791535ac4f7993d9dfd44c145179127d53241b405a1d73b01b11e6b4be;实际image_id=sha256:aa5d00779fe03e9eadbf29c030711a4ecd1e5f894255868b5ca451a425299efc,与固定trace5身份一致。本地和Docker task身份相同。
  • 根Agent跨库逐字文件审计965总/独有源码行,906非空源码行;无重复业务文件,核心候选730行,全部工程965行。
  • 本地全部候选结束后,独立控制端清理本题scratch 78个(含根Agent最终独立valid检查1个),剩0,详hwe-numeric-local-cleanup.json。可信本地不作为生产隔离证据,隔离对照正式Docker按预期FAIL,wrapper私有grader拒读探针和清理事实以正式回执为准。

输出行数判据修正后的身份(旧校准排除)

发现额外原样<end>会与显示sentinel相同而漏报。当前check只增加index越界条件;公开合同、业务、candidate及12fixtures未变。旧身份全部校准/冻结证据保留,但不支持当前准入;旧factory summaries在hwe-pre-output-count-fix-summary,完整任务在task-snapshots/pre-output-count-fix。可信gold追加一个独立<end>的实际编译执行已证明旧check PASS、新check FAIL且恰一处额外输出;见hwe-output-count-fix-regression.json。当前新两门待事实记录,真实Qwen仍0。

新身份两门实际结果:

  • /home/ming01.wang/embedded-rollout/runs/20261017-C-embedded-6-hard/gate1/calibration-4880f0e89099499e83894b3bdc13b0ce/receipt.json;task=6a6ea693044ae6d0603342e6d42b0d2a4beac9638c293a7b948d29eabfcd2666;60/60符合预期、12类各5次;cleanup=confirmed;image=None。
  • /home/ming01.wang/embedded-rollout/runs/20261017-C-embedded-6-hard/gate2/calibration-4fbbd55aefff42e7ace34781bbc5dc47/receipt.json;task=6a6ea693044ae6d0603342e6d42b0d2a4beac9638c293a7b948d29eabfcd2666;60/60符合预期、12类各5次;cleanup=confirmed;image=sha256:aa5d00779fe03e9eadbf29c030711a4ecd1e5f894255868b5ca451a425299efc。

当前准入仅引用上述新身份及hwe-numeric-output-count-fix-calibration.json;旧身份排除,不做真实Agent难度推断。

root新身份重新冻结:一次性refreeze工具逐trial/core校准核验新120次通过,current review-numeric-final.json已更新;旧身份保持排除。全库unittest75项为73 PASS/2环境skip、exit0;12包跨库独有行审计通过(由root统一执行)。