Uygulamadan önce inceleyin
Gerçek davranışı beklenen sonuçla karşılaştırın. Bir kontrol başarısız olursa yeni değişikliklerden önce nedenini araştırın.
Yapay zekâ ile kod çalışma alanı
Hamming tek bit düzeltmesi
En fazla bir bitin ters çevrildiği açık varsayımıyla yedi bitlik Hamming sözcüğünü çözün.
● ● ●ParityOchre●
İş akışları · Hamming tek bit düzeltmesi ×
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✳En fazla bir bitin ters çevrildiği açık varsayımıyla yedi bitlik Hamming sözcüğünü çözün.
✓ DeğişikliklerUygulamadan önce inceleyin ↗
Çalışma alanı çizimi
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.
Proje
Sağlam sözcükleri ve her tek hata konumunu sınayın; bozuk ya da ikili olmayan girdiyi reddedin ve çoklu hata tespiti vaat etmeyin.
İş akışları
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, syndromeDeneysel kodun çalışma varsayımlarını dürüstçe yansıtmasını sağlayın
ParityOchre, küçük bir teknik deneyi sınırları açıkça belirlenmiş bir yazılım bileşenine dönüştürmek için bir Windows yapay zeka kodlama çalışma alanıdır. Kaynak klasörünü açın ve sonucun hangi koşullarda kullanılacağını açıklayın. Özellikle bir çıktının başarılı kurtarma kanıtı olarak yorumlanabileceği yerlerde modelden hem hesaplamayı hem de çağıran kodu incelemesini isteyin.
Örneğin, tek bit hatası varsayımı altında hamming.py dosyasının incelenmesini isteyin. Bozulmamış bir sözcük ve bir biti değiştirilmiş bir sözcük sağlayın, ardından uygulamanın döndürülen veriyi ve sendromu nasıl sunması gerektiğini belirtin. Makul bir sonucun her hasarlı girdinin düzeltildiğini ima etmesine izin vermek yerine bu varsayım dışındaki hataları ayrı tartışın.
Deneyin etrafındaki arayüzü incelemek için önerilen düzenlemeyi kullanın. Girdi uzunluğunu ve bit değerlerini denetleyin, ortamınızda bağımsız test verilerini çalıştırın ve sonucu kullanan kodun gösterdiği mesajı inceleyin. Çıktıların açık adlandırılması burada önemlidir: uygulama, sınırlı bir örneği daha geniş bir güvenilirlik iddiasına dönüştürmeden yordamın gerçekte ne bildirdiğini iletmelidir.
ParityOchre, gerektiğinde kimlik bilgileriyle OpenAI uyumlu veya Anthropic uç noktaları üzerinden model bağlantılarını destekler. Sansürsüz bir yapay zeka modeli, sunulduğu yerde sağlayıcı kısıtlamalarına tabi bir seçenektir. Kullanılabilir araçlar ve bağlam, seçilen modele ve sunucuya bağlıdır; önerilen yazılım davranışını incelerken test verilerinizden gelen kanıt yine gereklidir.
Sınırlı kurtarma deneyleri hakkında sorular
Döndürülen bir değer sözcüğün onarıldığını kanıtlar mı?
Yalnızca yordam ve girdi için belirlenmiş varsayımlar içinde. Tek başına makul bir veri değeri, rastgele hasarın başarıyla düzeltildiğini kanıtlamaz. Kullanıcılara deneyin desteklediğinden daha güçlü bir güvence sunulmaması için uygulamanın sonucu nasıl açıkladığını inceleyin.
Girdi doğrulaması neleri kapsamalı?
Proje sözleşmesindeki beklenen sözcük uzunluğunu ve izin verilen bit değerlerini kullanın. Yanlış uzunluğu ve bit olmayan girdileri test verilerine ekleyin. Reddetmeyi çağıran kod üzerinden de inceleyin; yardımcı işlevin istisna fırlatması mutlaka yararlı bir uygulama tepkisi değildir.
Testlere neden bozulmamış sözcükler eklemeliyim?
Bunlar değişiklik yapılmayan yolu ve düzeltme belirtilmediğinde bildirilen sendromun anlamını denetler. Çıkarılan veriyi bağımsız bir beklenen değerle karşılaştırın. Yalnızca hasarlı örnekleri test etmek, olağan girdilerin işlenmesi veya çıktı yorumunda bir kusuru kaçırabilir.
Daha kapsamlı hata işlemeyi nasıl istemeliyim?
Ek hata durumlarını ve uygulamanın bunları ayırmak için ihtiyaç duyduğu kanıtı belirtin. Bunu mevcut örneğe küçük bir yama değil, yeni bir tasarım gereksinimi olarak ele alın. Daha güçlü bir kurtarma garantisini desteklediğini varsaymadan önce önerilen arayüzü ve testleri inceleyin.
ParityOchre · Güncellendi 2026-10-25