amos 4f17b2afe5 Batch 20 (20261027-C-family-20): map batch 15's ad-hoc families to canonical ones
210 batch-15 tasks used 119 ad-hoc family names. Each now carries one of the
canonical root-cause families (11 of the 19 are used), with version + 1 and a
spec.md note, and was recalibrated through both gates. Claude checked that only
family, version and spec.md changed, that every family is canonical, and the
new trace6 Docker receipts against current digests (210/210 USABLE).
Squashed from the 36-local branch batch20-family.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-27 05:58:17 +08:00

4.8 KiB
Raw Blame History

dev-ready-observer 规格

  • 路线:C,HWE 素材方向原创;source=hwe/gi-volatile-mmio-shadow。
  • 族:device-observation;语言:C11。
  • 状态:CALIBRATED / UNMEASURED。未运行真实 Agent,未声明硬件通过。
  • 软件替身:port.c 在每次 read 返回当前 checkpoint 的状态,checkpoint 推进确定性帧。旧素材在同一翻译单元内调用模拟函数修改变量,不能据此证明不加 volatile 在优化下必然死循环。本题不静态检查 volatile,只验证有限预算内对最新状态的观察。
  • 初态缺陷 A:读取第一帧后复用旧值;默认 hold=1 且后来转 ready 时错误耗尽。only_fix_streak 保留此缺陷。
  • 初态缺陷 B:ready 被非 ready 中断时未清零连续次数;合法 hold>1 场景过早宣布成功。only_fix_fresh 保留此缺陷。
  • 非硬件边界:不验证真实 MMIO、总线时序、缓存一致性、volatile 的一般性能或板卡资源。

判据行为与公开依据

判据行为 精确公开依据
读取作业数量、参数范围、按行十进制词法,允许任意前导零 template/docs/contract.md:5
非法输入退出 2 template/docs/contract.md:5
每轮通过软件端口重新读取、checkpoint 向下帧推进 template/docs/contract.md:3、:7、:11;接口 template/observer.h:34–:37
ready 掩码、非 ready 清零连续计数、首次达到 hold 即成功 template/docs/contract.md:7
预算包含首轮、末轮耗尽、不能无限等待 template/docs/contract.md:7
其他状态位不影响 ready,last 保留完整状态 template/docs/contract.md:11
输出六字段的数值、顺序、空格、LF 与 stderr 自由 template/docs/contract.md:9;结构 template/observer.h:25–:32
各作业独立,端口从第 0 帧开始 template/docs/contract.md:5;template/README.md:5

判据用固定种子产生 35 个作业,包括首轮成功/失败、延迟 ready、中断 streak、多次回落、组合掩码、随机状态和合法长前导零。Python 状态机独立计算每一行期望。另用一个末尾多余行的非法输入检查退出 2。C 工程在干净 scratch 中用公开源码加候选编译;只运行原始输出的可执行程序。编译器、候选、清理和独立 absence 都由候选身份子监督器以 argv 执行,限定 deadline 并记录真实 leader 退出、身份、IO 摘要和进程回收。check 不运行候选源码,不调用 gold 求期望。

样例

样例 预期 机制
gold PASS 每轮重新 read、非 ready 重置 streak 的直接计数实现
template FAIL 两处初态缺陷
noop FAIL 未观察端口,主程序审计拒绝
cheat FAIL 看首帧即无条件成功,主程序审计或独立输出拒绝
cheat_read_grader FAIL 若私有判据可读才执行正确观察;固定镜像内必须因隔离失败
only_fix_fresh FAIL 修复旧读,仍错误累计不连续 ready
only_fix_streak FAIL 重置 streak,仍复用旧读
mask_symptom FAIL 始终成功,独立模型拒绝
valid_state_machine PASS 使用环形 ready 窗口、窗口 ready 个数和终态逆向扫描;不维护 gold 的逐轮 streak 累加

工程与限制

公开构建只用固定镜像已有 gcc、make、Python 3;Makefile 为 C11 -O2。必要业务源码规模按 .c/.h 排除空白、预处理、纯括号与注释的逐行计数;不计样例复制。软件端口是确定性替身,故不把结果称为真实硬件验证。评分范围为普通输出合同;可选 CLI 诊断格式在公开文档中,可用于自测。

双门完成记录(2026-10-25)

  • 最终 task digest:7536e0113e2c6609436fe91ce59061b972eba01734329fd94044a0bd04c972f1。
  • 本地 45 次:runs/20261023-C-hwe-scale-15/gi-volatile-mmio-shadow/local/calibration-5b9404459ee74ff3acf4e2558b25ebb4/receipt.json,整体 PASS,九类各 5 次符合预期,cleanup confirmed。
  • 固定镜像 45 次:runs/20261023-C-hwe-scale-15/gi-volatile-mmio-shadow/docker/calibration-7005846c4d354fa5ae1e75eaa2658c09/receipt.json,整体 PASS,九类各 5 次符合预期,cleanup confirmed。镜像 ID 为 sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1。
  • 固定镜像受控故障矩阵:runs/20261023-C-hwe-scale-15/gi-volatile-mmio-shadow/diagnostics/matrix-259e4cad.json,23 个实际任务包注入复制,4 个合法 PASS、19 个故障 FAIL。正常样例与最终题包 task digest 相同,其余注入按各自修改生成独立 digest。每个目录保留实际包、check/候选/公开支撑 SHA、原始 grade 日志 SHA 和受控 deadline。
  • 结论只限可控软件端口与正式校准;真实 Agent 试采、真实 MMIO/板卡均未验证。

族名规范化:device-observation → device-io(2026-10-27)