لماذا أقدم أزواجاً دقيقة بدلاً من أمثلة عشرية؟
قد تخفي الأعداد العشرية فرقاً في التمثيل أو التقريب. إذا أعاد عقد الدالة أزواج البسط والمقام، فتحقق منها مباشرة أولاً. ثم قيّم أي تحويل عشري لاحق كخطوة منفصلة بمتطلبات دقتها الخاصة.
مساحة عمل برمجية بالذكاء الاصطناعي
مقاربات الكسور المستمرة
أعد كل مقاربات كسر مستمر من 1 إلى 32 معاملًا صحيحًا بمقدار لا يتجاوز 1000.
● ● ●ConvergeHazel●
سير العمل · مقاربات الكسور المستمرة ×
def convergents(terms):
terms = tuple(terms)
if not 1 <= len(terms) <= 32 or any(type(a) is not int or abs(a) > 1000 for a in terms):
raise ValueError("fraction.terms")
if any(a <= 0 for a in terms[1:]):
raise ValueError("fraction.tail")
p0, p1, q0, q1, out = 0, 1, 1, 0, []
for a in terms:
p, q = a*p1+p0, a*q1+q0
out.append((p, q))
p0, p1, q0, q1 = p1, p, q1, q
return out✳أعد كل مقاربات كسر مستمر من 1 إلى 32 معاملًا صحيحًا بمقدار لا يتجاوز 1000.
✓ التغييراتراجع قبل التطبيق ↗
رسم توضيحي لمساحة العمل
المشروع
اختبر معاملًا أول سالبًا و3-7-16 وارفض المعاملات اللاحقة غير الموجبة واحتفظ بأزواج البسط والمقام الدقيقة.
راجع قبل التطبيق
قارن السلوك الفعلي بالنتيجة المتوقعة. إذا فشل فحص، تحقّق من السبب قبل إجراء تغييرات إضافية.
النماذج
اضبط نقطة اتصال متوافقة مع OpenAI أو Anthropic باستخدام العنوان الأساسي ومفتاح API عند الحاجة. اختبر الاتصال. يجب أن يعمل خادم النموذج المحلي؛ وقد ترسل الأدوات البعيدة البيانات بشكل منفصل.
سير العمل
def convergents(terms):
terms = tuple(terms)
if not 1 <= len(terms) <= 32 or any(type(a) is not int or abs(a) > 1000 for a in terms):
raise ValueError("fraction.terms")
if any(a <= 0 for a in terms[1:]):
raise ValueError("fraction.tail")
p0, p1, q0, q1, out = 0, 1, 1, 0, []
for a in terms:
p, q = a*p1+p0, a*q1+q0
out.append((p, q))
p0, p1, q0, q1 = p1, p, q1, q
return outراجع العمل العددي دون إغفال غرض التطبيق
ConvergeHazel مساحة عمل للبرمجة بالذكاء الاصطناعي على Windows لمناقشة تغييرات المصدر العددي مع المشروع الذي يحتاجها. افتح المجلد واشرح كيف يستخدم التطبيق الحساب. اطلب من النموذج المتصل فحص الدالة ومستدعيها والاختبارات ذات الصلة قبل التوصية بتعديل. يساعد السياق على إبقاء إعادة كتابة معقولة رياضياً متوافقة مع العقد الفعلي للبرنامج.
يمكن لمثال convergents.py أن يؤسس مهمة عن متتالية تقريبات كسرية. قدم مدخلاً قصيراً وأزواج البسط والمقام الدقيقة المتوقعة، ثم اسأل كيف تصل النتائج الوسيطة إلى المستهلك. عامل حدود الحدود المقبولة وترتيب المخرجات كمتطلبات صريحة. يقدم المثال هدف مراجعة ملموساً، بينما يبقى التنفيذ والتحقق مهمتين تجريان على ملفات مشروعك.
يمكن اختيار نموذج ذكاء اصطناعي غير مفلتر عبر نقطة نهاية مدعومة متوافقة مع OpenAI أو خاصة بـ Anthropic توفره. اضبط الاتصال وبيانات الاعتماد حسب الحاجة؛ تختلف سعة السياق وتوفر الأدوات باختلاف الخدمة. راجع التغييرات المقترحة وقارن النتائج بحالات مثبتة بصورة مستقلة. أبقِ متطلبات الحساب الدقيق واضحة إذا حولت شيفرة لاحقة المخرجات إلى عدد عشري. يسهل تقييم التعديل عندما يكون لكل تحويل غرض معلن وفحص عند الحد الذي قد يتغير عنده المعنى.
جعل التعديل العددي قابلاً للتحقق
هل يقرر النموذج حدود المدخلات التي تزال؟
يمكنه اقتراح أسباب، لكن متطلبات المشروع تحدد المدخلات المقبولة. افحص التحقق والمستدعين قبل توسيع النطاق. قد تتطلب القيم الأكبر أو المتتاليات الأطول فحوص موارد ومخرجات إضافية لم تشملها المهمة الأصلية.
هل أتحقق من التقريب الأخير فقط؟
ليس إذا استخدم المستدعون المتتالية الوسيطة. أدرج الترتيب المتوقع ونتائج سابقة تمثيلية إلى جانب الزوج الأخير. قد تصل دالة إلى قيمة نهائية معقولة بينما تعيد عناصر وسيطة خاطئة أو معاد ترتيبها.
ماذا لو اختلف الشرح العددي والاختبارات؟
أجّل قرار التعديل وتتبع حالة صغيرة عبر المصدر. تحقق من القيمة المتوقعة مستقلاً وافحص افتراضات الاختبار. لا ينبغي للاستدلال البليغ أو تحقق موجود أن يتجاوز اختلافاً مثبتاً دون تحقيق.
ConvergeHazel · آخر تحديث 2026-10-25