8.1 KiB
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。