PParityOchre
AIコーディングワークスペース

ハミング符号の1ビット訂正

反転ビットが最大1個という明示的な仮定で7ビットのハミング符号語を復号します。

● ● ●ParityOchre●
ワークフロー · ハミング符号の1ビット訂正 ×
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
✳反転ビットが最大1個という明示的な仮定で7ビットのハミング符号語を復号します。
✓ 変更内容適用前に確認 ↗
ワークスペースのイメージ
01

適用前に確認

実際の動作を期待する結果と比較します。検証に失敗した場合は、次の変更を加える前に原因を調べてください。

02

モデル

OpenAI互換またはAnthropicのエンドポイントを、ベースURLと必要なAPIキーで設定し、接続をテストします。ローカルのモデルサーバーは起動が必要です。リモートツールは別途データを送信する場合があります。

03

プロジェクト

正常な語と各単一ビット位置を確認し、不正な形や二値以外を拒否して複数誤りの検出は保証しません。

ワークフロー

ハミング符号の1ビット訂正

ワークフロー ↗
ワークフロー
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
AIコーディングワークスペース

実験コードの動作前提を正確に示す

ParityOchreは、小さな技術実験を、適用範囲が明確なソフトウェア部品へ進めるWindows向けAIコーディングワークスペースです。ソースフォルダーを開き、結果を利用する条件を説明します。特に出力が復元成功の証拠と解釈され得る箇所では、計算と呼び出し側の両方を調べるよう依頼してください。

一例として、単一ビット誤りの前提でhamming.pyのレビューを依頼できます。正常なワードと1ビットを変えたワードを提示し、返されたデータとシンドロームをアプリケーションがどう表示するべきか示します。もっともらしい結果によってあらゆる破損入力を訂正できたと思わせず、この前提の範囲外の失敗は別途検討してください。

編集案を使って実験の周囲のインターフェースを確認します。入力長とビット値を確認し、自分の環境で独立したテストデータを実行して、利用側が表示するメッセージを調べます。出力名の明確さも重要です。限定的な例をより広い信頼性の主張に変えることなく、ルーチンが実際に報告する内容をアプリケーションが伝える必要があります。

ParityOchreはOpenAI互換またはAnthropicのエンドポイント経由のモデル接続に対応し、必要なら認証情報を設定します。無検閲AIモデルは提供されている場合の選択肢であり、プロバイダーの制限が適用されます。利用できるツールとコンテキストは選んだモデルとサーバーに依存します。ソフトウェアの動作案をレビューする際には、引き続きテストデータによる証拠が必要です。

適用範囲を限定した復元実験の質問

値が返ればワードが修復された証拠になりますか?

ルーチンと入力に対して定めた前提の範囲内に限ります。もっともらしいデータ値だけでは、任意の破損を正しく訂正できたとは言えません。実験で裏付けられる以上の保証を利用者に示さないよう、アプリケーションの結果説明をレビューしてください。

入力検証では何を確認すべきですか?

プロジェクトの契約にあるワード長と許容ビット値を使います。不正な長さとビット以外の要素をテストデータに含めてください。ヘルパーの例外が有用なアプリケーション応答になるとは限らないため、呼び出し側を通した拒否も確認します。

テストに正常なワードを含めるのはなぜですか?

変更しない経路と、訂正が示されないときに報告されるシンドロームの意味を確認するためです。抽出したデータを独立した期待値と比較してください。破損例だけでは、通常入力の処理や出力解釈の欠陥を見落とす場合があります。

より広いエラー処理はどう依頼すべきですか?

追加するエラーケースと、それらを区別するためにアプリケーションが必要とする証拠を示します。既存例への小さなパッチではなく、新しい設計要件として扱ってください。より強い復元保証に対応すると考える前に、提案されたインターフェースとテストをレビューします。

Windows版をダウンロード ↗

ParityOchre · 更新日 2026-10-25