OOrderSaffron
AI 코딩 작업 공간

가중치 없는 등장 회귀

±10^6 이내의 유한 관측값 최대 128개에 같은 가중치의 최소제곱으로 비감소 수열을 맞춥니다.

● ● ●OrderSaffron●
작업 흐름 · 가중치 없는 등장 회귀 ×
from math import isfinite
def isotonic_fit(values):
    if type(values) is not list or len(values) > 128:
        raise ValueError("bounded list")
    if any(type(x) not in (int, float) or abs(x) > 10**6 or
           not isfinite(x) for x in values):
        raise ValueError("bounded finite values")
    blocks = []
    for value in values:
        blocks.append([float(value), 1])
        while len(blocks) > 1 and (
            blocks[-2][0] / blocks[-2][1] > blocks[-1][0] / blocks[-1][1]):
            total, count = blocks.pop()
            blocks[-1][0] += total; blocks[-1][1] += count
    return [total / count for total, count in blocks for _ in range(count)]
✳±10^6 이내의 유한 관측값 최대 128개에 같은 가중치의 최소제곱으로 비감소 수열을 맞춥니다.
✓ 변경 사항적용하기 전에 검토하세요 ↗
작업 공간 예시 화면
  1. 프로젝트

    빈 입력과 내림차순을 검사하고 불리언을 거부하며 원래 목록을 보존합니다.

  2. 적용하기 전에 검토하세요

    실제 동작을 예상 결과와 비교하세요. 검사가 실패하면 다음 변경을 하기 전에 원인을 조사하세요.

  3. 모델

    기본 URL과 필요한 API 키로 OpenAI 호환 또는 Anthropic 엔드포인트를 설정하고 연결을 테스트하세요. 로컬 모델 서버는 실행 중이어야 합니다. 원격 도구는 데이터를 별도로 전송할 수 있습니다.

작업 흐름

가중치 없는 등장 회귀

작업 흐름 ↗
작업 흐름
from math import isfinite
def isotonic_fit(values):
    if type(values) is not list or len(values) > 128:
        raise ValueError("bounded list")
    if any(type(x) not in (int, float) or abs(x) > 10**6 or
           not isfinite(x) for x in values):
        raise ValueError("bounded finite values")
    blocks = []
    for value in values:
        blocks.append([float(value), 1])
        while len(blocks) > 1 and (
            blocks[-2][0] / blocks[-2][1] > blocks[-1][0] / blocks[-1][1]):
            total, count = blocks.pop()
            blocks[-1][0] += total; blocks[-1][1] += count
    return [total / count for total, count in blocks for _ in range(count)]
AI 코딩 작업 공간

그럴듯한 재작성과 수정을 구분하는 증거를 요청하세요

OrderSaffron은 의미 있는 검사로 변경 제안을 쉽게 평가하게 하는 Windows용 AI 코딩 소프트웨어입니다. 프로젝트 폴더를 열고 증거가 필요한 동작을 설명하세요. 연결한 모델은 구현과 테스트를 함께 검토하도록 도울 수 있으므로 대화는 현재 코드가 단언을 만족하는지만이 아니라 단언이 요구 사항을 담고 있는지 묻게 됩니다.

isotonic_fit.py 예시는 감소하지 않는 적합 시퀀스를 만드는 작업을 제공합니다. 예상 결과를 아는 작은 입력을 제공하고 의도한 동작과 겉보기로만 정렬된 출력을 구분하는 사례를 질문하세요. 같은 값과 이미 정렬된 입력도 포함하세요. 이는 프로젝트 검토 연습이며 작업 공간에 수치 적합 제품이나 자동 테스트 인증 서비스가 포함된다는 뜻은 아닙니다.

지원되는 OpenAI 호환 또는 Anthropic 엔드포인트가 제공한다면 필터 없는 AI 모델을 선택할 수 있습니다. 필요한 연결 정보를 설정하고 모델의 도구 및 컨텍스트 한계를 평가하세요. 프로젝트 검사를 실행하기 전에 소스 패치와 제안된 테스트를 모두 검토하세요. 독립적인 예상 결과를 보존하고 빈틈을 보고하세요. 테스트가 보존하거나 변경하려던 계약을 검사할 때만 통과 결과가 유용한 증거가 됩니다.

제안된 수치 테스트 집합 평가

감소하지 않는 순서인지 확인하는 것만으로 부족한 이유는 무엇인가요?

많은 출력이 정렬되어 있어도 필요한 적합 결과는 아닐 수 있습니다. 독립적으로 계산한 작은 예상값과 출력 길이 같은 다른 계약 속성을 포함하세요. 테스트 집합을 증거로 받아들이기 전에 각 검사가 어떤 구현 오류를 찾아내는지 질문하세요.

이미 정렬된 입력을 테스트에 넣어야 하나요?

의도한 동작이 이를 보존하는 것이라면 그렇습니다. 불필요한 변경이나 인덱스 오류를 드러낼 수 있습니다. 예상값을 명시하고 반복 항목도 포함해 엄격히 증가하는 입력뿐 아니라 같음도 검사하세요.

어시스턴트가 코드와 테스트를 모두 작성할 수 있나요?

사용 가능한 도구 안에서 둘 다 제안할 수 있지만 논리를 독립적으로 검토하세요. 같은 잘못된 가정에서 나온 테스트는 잘못된 구현과 일치할 수 있습니다. 외부 요구 사항이나 손으로 확인한 예시를 예상 결과의 기준으로 사용하세요.

불완전한 검증은 어떻게 보고해야 하나요?

실제로 실행한 검사와 제안된 검사, 해결되지 않은 가정을 구분하세요. 출력 부재를 성공으로 여기지 말고 실패와 환경 한계를 포함하세요. 그러면 다음 검토자가 패치가 무엇을 입증하며 무엇이 불확실한지 명확하게 알 수 있습니다.

Windows용 다운로드 ↗

OrderSaffron · 업데이트 2026-10-25