100 tasks from the HWE arm-linux code-gen pool (outside the lk/man/pth range given to batch 22), each with at least one independent contract-edge defect and plain public docs. Claude reviewed 100/100 USABLE against current digests; no ID or source overlap with main or batch 22. Difficulty is unmeasured. progress.md records the wrap-up: all Codex sessions and Qwen schedulers stopped for the user's rollout, Qwen results so far (57 HARD of 373), and what is left on each batch branch. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
12 KiB
任务规格:dev-resource-map-session
1. 身份、来源与范围
- task-id/version:dev-resource-map-session / 1;family:resource-lifecycle;language:C++17。
- 作者:本批唯一作者 Agent;独立评审:根 Agent 待审。状态:制作后等待独立审阅,未宣称 ADMITTED。
- 路线 C,原创素材改写;source 精确为
hwe/ldd3-scull-mmio-ioremap,split key 为ldd3-scull-mmio-ioremap。 - 原材料为本批只读副本 metadata.yaml、prompt.md、reference/ldd3-scull-mmio-ioremap.c,方向为 platform probe/MEM 映射/remove 自动撤销。素材 public/hard,用户授权本项目使用;未执行 HWE 脚本或判据,未访问真实 MMIO。
- 下述整数地址、API、窗口、故障及统计合同全部是本题新写软件规范,不声称来源已有,不声称真实现场复现。无用户内容、凭据或个人地址进入公开资产。
- 替身测试:地址只是 0..65535 的整数,存储为字节数组;无内核、板卡、特权、外部服务、时钟或线程。全部故障可在普通 Linux 软件模型稳定复现,结论 software-only。
- 与通用锁事务不同:按原资源列表中的第 n 个 MEM 建立带 token、offset、width 与独立寄存器字节的映射会话,释放后撤销访问并允许重映射;业务未复制旧任务源码。
- 验证范围:完整公开 API、资源生命周期、错误优先级、故障回滚、窗口校验、字节序、计数、排序、输出 bytes;不验证硬件、电气、实 MMIO、真实 Agent 解题或难度。
2. 初态与缺陷
公开工程:template/include/resource_map.hpp、src/pool.hpp、src/pool.cpp、src/session.cpp、Makefile、observer.cpp、docs/contract.md、README.md、smoke.in、smoke.expected。候选仅前四文件,所有非 template fixtures 仅这四文件。私有资产只有 check.py 与 cases.json;verify.py 原样复制 rollout/bos_verify.py。
初态包含两个独立缺陷:
- 生命周期缺陷:Manager::remove 清空上层会话,但未通知 Pool 撤销映射,旧 token 继续可访问并占住区间。公开 smoke 仅展示第二次 probe 报 BUSY,调用方 observer 与缺陷所在 session/pool 分离。
fix_remove仅补释放,仍保留缺陷 2。 - 非 smoke 精确合同边界缺陷:Pool::access_error 只验证访问起点仍在窗口,忽略 width 的剩余长度。类型为“完整半开窗口边界/副作用前校验”,根分配 width4 size-4 合法、size-3 拒绝。无对齐要求,精确场景用 size8 的 offset4/5 直接触发,读写皆测,拒绝后直接 dump/mapping/statistics 验证无副作用。额外 68 字节内部数组仅避免缺陷初态的越界 C++ UB,不改变公开 size。
fix_window仅修完整窗口,仍保留缺陷 1。
公开文档去掉陷阱提示(2026-10-27):去除专门窗口边界例子和错误分类标签,保留普通条件语句、完整半开窗口规则及所有规定行为;精确边界类型与检查仍仅在本内部规格记录。
公开复现:make 后 ./resource-demo < smoke.in;正确 stdout 为 smoke.expected。题面只描述现象、不点名根因函数、文件或类别,并要求 docs/contract.md 全部条款。
环境为普通 Linux + Python3.9+ 标准库 + g++ C++17,不下载依赖。固定镜像:ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1。构建 argv 直接 g++,最多35秒;每个运行场景最多5秒;wrapper100秒,task120秒;不存在 shell 拼接。实际镜像 ID 由 Docker receipt 记录。
3. 检查项与公开依据
所有路径以下均相对 template/。表内行号为公开真实行号。每个输入事件只调用一个 API,observer 不生成用例、不做断言、不保存期望;Python Model 独立计算每一个输出字节。13 场景(含3个固定 seed 混合场景)构成一轮评分。
| # | 检查项 | 公开依据 | 私有场景/观察 |
|---|---|---|---|
| 1 | 全API签名、结构字段和默认值,错误code精确整数 | include/resource_map.hpp:8、template/docs/contract.md:9、13 | 全场景每个API直接调用、错误记录逐字段比较 |
| 2 | stdout整段bytes、LF、无多余字节;空stdin;stderr零bytes、run0 | docs/contract.md:7、47、51 | empty及所有场景;stdout_only为孤立CR,stderr_only为仅stderr诊断 |
| 3 | reset清空定义/映射/历史、token重启、旧token语义 | docs/contract.md:11、17 | 初始、故障、每尺寸、混合结尾直接D/M/L/S及后续P |
| 4 | 资源/ID域端点、空/最大4/超5,kind、start+size不越65536 | docs/contract.md:9、19 | configuration_validation_and_atomicity;id0/7/-1/8/int端点;start0/65535/65536/U64;size1/64/0/65 |
| 5 | 配置先完整校验后STATE、失败原子、inactive替换、空列表合法 | docs/contract.md:19 | 有效/无效配置都与active交叉;D/E/M/S在失败后直接观察 |
| 6 | MEM ordinal与原index区分,IO不映射、重复descriptor保留、ordinal0/3 | docs/contract.md:9、21 | injection与ordinal_endpoints_and_duplicate_descriptors,E逐项、M直接记录index |
| 7 | probe ARG>STATE>MISSING>BUSY>MAPFAIL,拒绝无计数/token副作用 | docs/contract.md:21 | initial、injection、overlap、ordinal场景;S、后续token值 |
| 8 | 半开冲突、相邻不冲突,地址两端、多个设备隔离 | docs/contract.md:9、21 | overlap_adjacency_sorting_isolation,0/64边界、100/108相邻、107重叠、65535末地址 |
| 9 | fault0零字节无隐式寄存器写、fault1不消耗、fault2创建撤销并耗token、均可重试 | docs/contract.md:23 | injection_precedence_retry_and_revoke,直接P/D/M/B/L/S;两个故障后分别重试 |
| 10 | remove幂等、保配置、只撤销自身、旧token全部API STALE、立即重映射 | docs/contract.md:25 | smoke、injection、overlap、byte场景,R/W/F/B/M全部直接观察 |
| 11 | STALE>width ARG>RANGE>VALUE;signed宽度无效、U64 offset不溢出 | docs/contract.md:29、31 | precise及full_width场景,width1/2/4/0/3/int端点,越界+过大value组合 |
| 12 | 指定非smoke width4 size-4合法/size-3拒绝、未对齐也合法、拒绝无字节/计数副作用 | docs/contract.md:29 | precise_size_minus_4_minus_3先offset4再5;full_width中size5 offset1/2;B/M/S直接观察 |
| 13 | size1/2/3/4/5/7/8/16/31/63/64多宽度、窗口恰好结束与超1 | docs/contract.md:9、29 | full_width_boundary_and_no_partial_effects显式多尺寸多宽度交叉 |
| 14 | 小端读写、value完整范围不截断、读错value0、各成功调用计数一次 | docs/contract.md:31 | full_width及byte_zero_maximum_little_endian,0/255/65535/0xffffffff和各上界+1,B/R/M/S |
| 15 | fill/dump STALE>ARG>RANGE、count0/64/-1/65、value0/255/-1/256、offset=size且count0 | docs/contract.md:33 | byte_zero_maximum_little_endian,B与F各直接观察,offset0/1/63/64/65/U64 |
| 16 | fill0也记一次,dump不计数,失败全原子,复用地址零初始化 | docs/contract.md:23、33 | byte场景B/M/S及remove重probe后dump全64字节 |
| 17 | device每ID定义/活动/资源数/token/ordinal;未定义与空定义有别 | docs/contract.md:37 | initial全ID、configuration空列表、每次inspect中的D |
| 18 | resource先ARG后MISSING、索引0/3及-1/4、错误清零、完整列表顺序 | docs/contract.md:39 | configuration逐E0..3及无效;ordinal重复列表逐E |
| 19 | mapping直接查成功/STALE全部字段;snapshot只live且按start/token升序 | docs/contract.md:41 | M与L分别发命令;overlap逆地址创建、撤销后再次M/L |
| 20 | statistics七历史+live/live_bytes、临时fault2历史保留、查询只读 | docs/contract.md:13、43 | S贯穿全部场景,连续D/E/M/L/S与故障/释放/重置交叉 |
| 21 | 固定stdin协议每command独立调用、原始输出不增加自动查询 | docs/contract.md:47、49、51 | cases.json保存公开observer原样文本;全部场景精确字节比较 |
| 22 | 跨场景组合顺序独立、合法参数变化 | docs/contract.md:3、19、21、25、29、33 | mixed_seed_93619/120247/80333各260动作及显式查询;固定seed确定性 |
注:表1中路径 template/docs/contract.md 表示任务根下该文件,其他 docs/... 为相对template同一文件。所有规定正确行为均公开;隐藏只隐藏输入组合。无近似、浮点、时序或容差标准。
4. 合法解、负例与隔离
- gold:全局 Pool 的 token→Region 表是映射唯一权威;probe对存量资源做区间两两求交;remove显式调用pool.release,访问通过token索引。
- valid_sessions:每设备 optional 是唯一权威;没有全局token→mapping表,按token扫描活动会话;probe每次从活动会话重建65536地址bitset,与所选资源位图相交;remove只重置目标会话,live/live_bytes每次从会话推导,fault2以事务历史计数归约而非向global pool插入后删除。关键占用/冲突/撤销路径与gold不同,非容器重排。
- template:两个缺陷同时存在,FAIL。
- fix_remove / fix_window:各只修一处,FAIL且完整build0/run0;fix_remove由指定非smoke窗口行为拒绝,fix_window由smoke生命周期拒绝。
- noop:probe直接返回OK/token0,不建立映射;其他符号完整,按行为FAIL。
- cheat:构造时硬编码公开smoke输出;stdin变化和empty探针使其FAIL。不是构建失败。
- mask_symptom:remove误把所有活动设备均释放、保持定义与token序列;公开单设备smoke通过,隔离检查FAIL。
- stdout_only:gold增加单独CR stdout,空输入整段bytes拒绝;stderr_only:gold只增加stderr诊断,stdout仍完全相等但被零stderr合同拒绝。
- cheat_read_grader:先尝试/grader/check.py和父进程cmdline路径,能读则执行gold,否则打印grader unreadable并exit23。正式隔离必须FAIL;可信host可能PASS,按允许例外保留真实整体FAIL,不修改expected。
隔离:check.py不import/exec候选,全部候选仅g++和binary子进程,argv无shell。首次g++前读完候选与私有非.py配置、生成全部输入/预期、写完所有源文件。scratch由tempfile.mkdtemp(dir=Path.cwd())创建在wrapper专属根;首次compiler后仅子进程和内存比对,不访问候选可控树,wrapper回收整树。输入全部来自stdin,期望仅Python内存。stdout/stderr均binary capture,全部13个场景运行后末尾SUMMARY保留build退出、run退出计数、首条具体原因、stdout_equal/stderr_empty,避免wrapper末4000裁掉关键证据。
5. 证据与阶段门
单题预检与双门路径、当前task_digest、真实exitcode、各类5次具体构建/运行/行为原因及清理事实见本作者目录 report.json/report.md;完成前不把计划写成PASS。完整参考固定源文件不向Agent公开。未运行全仓tests,按本批合同由根统一执行。
阶段门1:python3 -m rollout calibrate tasks/dev-resource-map-session --trusted-local --output <本题runs独立local目录>,各类5次;host读取grader的例外照实记录。
阶段门2:同命令移除--trusted-local并给固定镜像--image,各类5次;需整体PASS、同当前digest、cleanup confirmed才形成正式校准证据。
本批不跑Qwen、不调用模型、不做真实Agent采样;难度UNMEASURED,无真实rollout轨迹、无硬件PASS、无Salty归档。校准完成只是软件合同与正负例准入证据,不推断模型解题难度。
6. 行数与评审
候选有效行定义:template四份业务源码中非空且非纯注释行,仅统计一次,不计fixtures复制、公开observer、Makefile、生成器或grader。当前589行。工程独有源码计候选589行与公开raw observer有效行,分别在report记录;全部原创,无重复生成分支凑数。
作者完成后只读核查源/合同/全部API/固定负例原因;随后停写待根独审。审核状态保持待审;不提交Git,不改catalog/共享docs/其他题,不处理别人的容器、网络、worktree或凭据。