ทำไมให้คู่ค่าแม่นตรงแทนตัวอย่างทศนิยม
ทศนิยมอาจซ่อนความต่างของรูปแบบหรือการปัดเศษ หากข้อกำหนดฟังก์ชันคืนคู่ตัวเศษ–ตัวส่วน ให้ตรวจโดยตรงก่อน แล้วประเมินการแปลงทศนิยมภายหลังเป็นขั้นแยกที่มีข้อกำหนดความแม่นยำของตัวเอง
พื้นที่เขียนโค้ดด้วย AI
เศษส่วนลู่เข้าของเศษส่วนต่อเนื่อง
คืนเศษส่วนลู่เข้าทั้งหมดของเศษส่วนต่อเนื่องที่มีสัมประสิทธิ์จำนวนเต็มหนึ่งถึง 32 ค่าและค่าสัมบูรณ์ไม่เกิน 1000.
● ● ●ConvergeHazel●
ขั้นตอนการทำงาน · เศษส่วนลู่เข้าของเศษส่วนต่อเนื่อง ×
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✳คืนเศษส่วนลู่เข้าทั้งหมดของเศษส่วนต่อเนื่องที่มีสัมประสิทธิ์จำนวนเต็มหนึ่งถึง 32 ค่าและค่าสัมบูรณ์ไม่เกิน 1000.
✓ การเปลี่ยนแปลงตรวจสอบก่อนนำไปใช้ ↗
ภาพประกอบพื้นที่ทำงาน
โปรเจกต์
ทดสอบพจน์แรกติดลบและ 3-7-16 ปฏิเสธพจน์ถัดไปที่ไม่เป็นบวกและเก็บคู่ตัวเศษกับตัวส่วนอย่างแม่นตรง.
ตรวจสอบก่อนนำไปใช้
เปรียบเทียบการทำงานจริงกับผลที่คาดหวัง หากการตรวจสอบไม่ผ่าน ให้หาสาเหตุก่อนแก้ไขเพิ่มเติม
โมเดล
ตั้งค่า endpoint ที่รองรับ OpenAI หรือ Anthropic ด้วย URL หลักและคีย์ API หากจำเป็น ทดสอบการเชื่อมต่อ เซิร์ฟเวอร์โมเดลในเครื่องต้องทำงานอยู่ เครื่องมือระยะไกลอาจส่งข้อมูลแยกต่างหาก
ขั้นตอนการทำงาน
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 outตรวจงานเชิงตัวเลขโดยไม่ลืมวัตถุประสงค์ของแอป
ConvergeHazel คือพื้นที่ทำงานเขียนโค้ดด้วย AI บน Windows เพื่ออภิปรายการแก้ซอร์สเชิงตัวเลขควบคู่กับโปรเจกต์ที่ต้องใช้ เปิดโฟลเดอร์และอธิบายว่าแอปใช้การคำนวณอย่างไร ขอให้โมเดลที่เชื่อมต่อตรวจฟังก์ชัน ผู้เรียก และทดสอบที่เกี่ยวข้องก่อนแนะนำการแก้ บริบทช่วยให้การเขียนใหม่ที่ดูสมเหตุสมผลทางคณิตศาสตร์ยังตรงกับข้อกำหนดซอฟต์แวร์จริง
ตัวอย่าง convergents.py ใช้เป็นฐานของงานลำดับค่าประมาณตรรกยะได้ ให้อินพุตสั้นและคู่ตัวเศษ–ตัวส่วนที่คาดหวังอย่างแม่นตรง แล้วถามว่าผลระหว่างทางไปถึงผู้ใช้อย่างไร กำหนดขอบเขตพจน์ที่ยอมรับและลำดับผลเป็นข้อกำหนดชัดเจน ตัวอย่างให้เป้าหมายตรวจที่เป็นรูปธรรม ส่วนการพัฒนาและยืนยันยังเป็นงานกับไฟล์โปรเจกต์ของคุณเอง
เลือกโมเดล AI ไม่กรองเนื้อหาได้ผ่านปลายทางที่รองรับแบบเข้ากันได้กับ OpenAI หรือ Anthropic ซึ่งมีโมเดลนั้น ตั้งค่าการเชื่อมต่อและข้อมูลรับรองตามจำเป็น ความจุบริบทและเครื่องมือแตกต่างตามบริการ ตรวจการแก้ไขและเทียบผลกับกรณีที่หาค่าไว้อย่างอิสระ ให้ข้อกำหนดเลขคณิตแม่นตรงชัดเจนหากโค้ดภายหลังแปลงผลเป็นทศนิยม แพตช์ประเมินง่ายเมื่อแต่ละการแปลงมีวัตถุประสงค์และการตรวจตรงขอบเขตที่ความหมายอาจเปลี่ยน
ทำให้แพตช์เชิงตัวเลขตรวจสอบได้
โมเดลตัดสินใจลบขอบเขตอินพุตใดได้หรือไม่
เสนอเหตุผลได้ แต่ข้อกำหนดโปรเจกต์ควรเป็นตัวกำหนดอินพุตที่ยอมรับ ตรวจการตรวจสอบและผู้เรียกก่อนขยายช่วง ค่าที่ใหญ่ขึ้นหรือลำดับยาวขึ้นอาจต้องตรวจทรัพยากรและผลเพิ่มเติมที่งานเดิมไม่ได้รวมไว้
ควรตรวจเฉพาะค่าประมาณสุดท้ายหรือไม่
ไม่ควรหากผู้เรียกใช้ลำดับระหว่างทาง ใส่ลำดับที่คาดหวังและผลก่อนหน้าที่เป็นตัวแทนควบคู่คู่สุดท้าย ฟังก์ชันอาจได้ค่าสุดท้ายดูสมเหตุสมผลแต่คืนค่าระหว่างทางผิดหรือสลับลำดับ
หากคำอธิบายตัวเลขกับทดสอบไม่ตรงกันควรทำอย่างไร
พักการตัดสินใจรับแพตช์และติดตามกรณีเล็กผ่านซอร์ส ตรวจค่าคาดหวังอย่างอิสระและตรวจข้อสมมติของทดสอบ ทั้งเหตุผลที่ลื่นไหลและเงื่อนไขทดสอบเดิมไม่ควรกลบความไม่ตรงกันที่พิสูจน์แล้วโดยไม่สืบหาสาเหตุ
ConvergeHazel · อัปเดต 2026-10-25