Vor dem Anwenden prüfen
Vergleichen Sie das tatsächliche Verhalten mit dem erwarteten Ergebnis. Klären Sie fehlgeschlagene Prüfungen vor weiteren Änderungen.
KI-Arbeitsumgebung für Code
Hamming-Einbitkorrektur
Decodieren Sie ein siebenbittiges Hamming-Wort unter der ausdrücklichen Annahme von höchstens einem gekippten Bit.
● ● ●ParityOchre●
Arbeitsabläufe · Hamming-Einbitkorrektur ×
def correct_hamming(word):
word = list(word)
if len(word) != 7 or any(type(b) is not int or b not in (0, 1) for b in word):
raise ValueError("hamming.word")
syndrome = 0
for parity in (1, 2, 4):
value = 0
for position in range(1, 8):
if position & parity:
value ^= word[position-1]
if value:
syndrome |= parity
if syndrome:
word[syndrome-1] ^= 1
data = (word[2] << 3) | (word[4] << 2) | (word[5] << 1) | word[6]
return data, syndrome✳Decodieren Sie ein siebenbittiges Hamming-Wort unter der ausdrücklichen Annahme von höchstens einem gekippten Bit.
✓ ÄnderungenVor dem Anwenden prüfen ↗
Illustration der Arbeitsumgebung
Modelle
Richten Sie einen OpenAI-kompatiblen oder Anthropic-Endpunkt mit Basis-URL und gegebenenfalls API-Schlüssel ein. Testen Sie die Verbindung. Ein lokaler Modellserver muss laufen; entfernte Werkzeuge können Daten separat übertragen.
Projekt
Testen Sie unveränderte Wörter und jede einzelne Fehlerposition, lehnen Sie ungültige oder nicht binäre Eingaben ab und versprechen Sie keine Mehrfachfehlererkennung.
Arbeitsabläufe
def correct_hamming(word):
word = list(word)
if len(word) != 7 or any(type(b) is not int or b not in (0, 1) for b in word):
raise ValueError("hamming.word")
syndrome = 0
for parity in (1, 2, 4):
value = 0
for position in range(1, 8):
if position & parity:
value ^= word[position-1]
if value:
syndrome |= parity
if syndrome:
word[syndrome-1] ^= 1
data = (word[2] << 3) | (word[4] << 2) | (word[5] << 1) | word[6]
return data, syndromeBetriebsannahmen im experimentellen Code klar benennen
ParityOchre ist eine KI-Programmierumgebung für Windows, mit der ein kleines technisches Experiment zu einer klar begrenzten Softwarekomponente werden kann. Öffnen Sie den Quellordner und beschreiben Sie die Bedingungen, unter denen das Ergebnis verwendet wird. Lassen Sie das Modell sowohl die Berechnung als auch ihren Aufrufer untersuchen, insbesondere wenn eine Ausgabe als Beweis erfolgreicher Wiederherstellung verstanden werden könnte.
Fordern Sie beispielsweise eine Prüfung von hamming.py unter der Annahme eines Einbitfehlers an. Geben Sie ein unverändertes Wort und ein Wort mit einem geänderten Bit vor und erläutern Sie, wie die Anwendung die zurückgegebenen Daten und das Syndrom darstellen soll. Besprechen Sie Fehler außerhalb dieser Annahme getrennt, statt ein plausibles Ergebnis so wirken zu lassen, als sei jede beschädigte Eingabe korrigiert worden.
Untersuchen Sie anhand des Änderungsvorschlags die Schnittstelle um das Experiment. Prüfen Sie Eingabelänge und Bitwerte, führen Sie unabhängige Testfälle in Ihrer Umgebung aus und untersuchen Sie die Meldung, die der Verbraucher anzeigt. Klare Ausgabebezeichnungen sind hier wichtig: Die Anwendung sollte vermitteln, was die Routine tatsächlich meldet, ohne aus einem begrenzten Beispiel eine umfassendere Zuverlässigkeitsaussage zu machen.
ParityOchre unterstützt Modellverbindungen über OpenAI-kompatible oder Anthropic-Endpunkte, bei Bedarf mit Zugangsdaten. Ein KI-Modell ohne Zensur ist eine Option, sofern es angeboten wird, und unterliegt den Einschränkungen des Anbieters. Verfügbare Werkzeuge und Kontext hängen vom gewählten Modell und Server ab; bei der Prüfung des vorgeschlagenen Softwareverhaltens bleiben Nachweise aus Ihren Testfällen erforderlich.
Fragen zu Wiederherstellungsexperimenten mit begrenztem Geltungsbereich
Beweist ein Rückgabewert, dass das Wort repariert wurde?
Nur innerhalb der für Routine und Eingabe festgelegten Annahmen. Ein plausibler Datenwert allein belegt keine erfolgreiche Korrektur beliebiger Schäden. Prüfen Sie die Ergebnisbeschreibung der Anwendung, damit Nutzern keine stärkere Zusicherung angezeigt wird, als das Experiment trägt.
Was sollte die Eingabevalidierung abdecken?
Verwenden Sie die erwartete Wortlänge und die zulässigen Bitwerte aus dem Projektvertrag. Nehmen Sie falsche Längen und Nicht-Bit-Einträge in die Testfälle auf. Prüfen Sie auch die Zurückweisung durch den Aufrufer, denn eine Ausnahme in einer Hilfsfunktion ist nicht zwangsläufig eine nützliche Anwendungsreaktion.
Warum unveränderte Wörter in die Tests aufnehmen?
Sie prüfen den Pfad ohne Änderung und die Bedeutung des gemeldeten Syndroms, wenn keine Korrektur angezeigt wird. Vergleichen Sie die extrahierten Daten mit einem unabhängigen Erwartungswert. Tests nur mit beschädigten Beispielen können Fehler in der gewöhnlichen Eingabeverarbeitung oder Ausgabeinterpretation übersehen.
Wie sollte ich umfassendere Fehlerbehandlung anfordern?
Benennen Sie die zusätzlichen Fehlerfälle und die Nachweise, die die Anwendung zu ihrer Unterscheidung benötigt. Behandeln Sie dies als neue Entwurfsanforderung statt als kleinen Patch des bestehenden Beispiels. Prüfen Sie die vorgeschlagene Schnittstelle und die Tests, bevor Sie eine stärkere Wiederherstellungsgarantie annehmen.
ParityOchre · Aktualisiert 2026-10-25