Ağırlıksız izotonik regresyon
±10^6 içinde en çok 128 sonlu gözleme eşit ağırlıklı en küçük karelerle azalmayan dizi uydurun.
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)]Proje
Boş ve azalan girdileri sınayın; mantıksal değerleri reddedip kaynak listeyi koruyun.
Uygulamadan önce inceleyin
Gerçek davranışı beklenen sonuçla karşılaştırın. Bir kontrol başarısız olursa yeni değişikliklerden önce nedenini araştırın.
Modeller
Temel URL ve gerekiyorsa API anahtarıyla OpenAI uyumlu veya Anthropic endpoint yapılandırın. Bağlantıyı test edin. Yerel model sunucusu çalışıyor olmalıdır; uzak araçlar ayrıca veri aktarabilir.
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)]Bir düzeltmeyi makul bir yeniden yazımdan ayıran kanıt isteyin
OrderSaffron, anlamlı denetimlerle önerilen değişikliklerin değerlendirilmesini kolaylaştırmak için Windows yapay zeka kodlama yazılımıdır. Proje klasörünü açın ve kanıt gerektiren davranışı açıklayın. Bağlı model, uygulamayı ve testleri birlikte incelemeye yardımcı olabilir; böylece görüşme yalnızca mevcut kodun doğrulamayı sağlayıp sağlamadığını değil, doğrulamanın gereksinimi yakalayıp yakalamadığını sorgular.
isotonic_fit.py örneği, azalmayan bir uyarlanmış dizi üretmeye ilişkin görev sunar. Beklenen sonucu bilinen küçük bir girdi getirin ve amaçlanan davranışı yüzeysel olarak sıralı bir çıktıdan hangi durumların ayırdığını sorun. Eşit değerleri ve zaten sıralı girdiyi ekleyin. Örnek bir proje inceleme alıştırmasıdır; çalışma alanının sayısal uyarlama ürünü veya otomatik test sertifikalandırma hizmeti içerdiği anlamına gelmez.
Desteklenen OpenAI uyumlu veya Anthropic uç noktanız sunuyorsa filtresiz bir yapay zeka modeli seçilebilir. Gerekli bağlantı ayrıntılarını yapılandırın ve modelin araç ve bağlam sınırlarını değerlendirin. Proje denetimlerini çalıştırmadan önce hem kaynak yamasını hem önerilen testleri inceleyin. Bağımsız beklentileri koruyun ve boşlukları bildirin. Başarılı sonuç, yalnızca testler korumak veya değiştirmek istediğiniz sözleşmeyi sınadığında yararlı kanıttır.
Önerilen sayısal test kümesini değerlendirme
- Azalmayan sırayı denetlemek neden yetersiz?
Birçok çıktı gerekli uyarlama olmadan sıralı olabilir. Küçük, bağımsız hesaplanmış beklentileri ve çıktı uzunluğu gibi diğer sözleşme özelliklerini ekleyin. Test paketini kanıt olarak kabul etmeden önce her denetimin hangi uygulama hatalarını yakalayacağını sorun.
- Zaten sıralı girdi testlerde olmalı mı?
Evet, amaçlanan davranış bunu korumaksa. Böyle bir durum gereksiz değişikliği veya indeksleme hatalarını ortaya çıkarabilir. Beklenen değerleri açıkça belirtin ve kesin artan girdinin yanı sıra eşitliği de sınamak için tekrarlanan girdiler ekleyin.
- Asistan hem kodu hem testleri yazabilir mi?
Kullanılabilir araçları dahilinde ikisini de önerebilir; ancak gerekçelerini bağımsız inceleyin. Aynı yanlış varsayımdan türetilen testler kusurlu bir uygulamayla uyum gösterebilir. Beklenen sonuçları dayandırmak için harici gereksinimler veya elle denetlenmiş örnekler kullanın.
- Eksik doğrulamayı nasıl bildirmeliyim?
Gerçekten çalıştırılan denetimleri önerilen denetimlerden ve çözülmemiş varsayımlardan ayırın. Çıktı yokluğunu başarı saymak yerine hataları ve ortam sınırlarını ekleyin. Bu, sonraki inceleyiciye yamanın neyi gösterdiğine ve nelerin belirsiz kaldığına dair açık bilgi verir.
OrderSaffron · Güncellendi 2026-10-25