การฉายแบบยุคลิดลงซิมเพล็กซ์
ฉายจำนวนจำกัด 1–256 ค่าภายใน ±10^6 ลงซิมเพล็กซ์หนึ่งหน่วยไม่ติดลบ.
import math
def simplex_projection(values):
if type(values) is not list or not 1 <= len(values) <= 256:
raise ValueError("simplex.input")
if any(type(x) not in (int, float) or not -10**6 <= x <= 10**6 or not math.isfinite(x) for x in values):
raise ValueError("simplex.value")
ranked = sorted(values, reverse=True)
total, theta = 0.0, 0.0
for count, value in enumerate(ranked, 1):
total += value
candidate = (total-1)/count
if value > candidate:
theta = candidate
return [max(0.0, value-theta) for value in values]
โปรเจกต์
ทดสอบค่าเสมอและคำตอบจุดยอด ปฏิเสธบูลีนและเทียบด้วยค่าคลาดเคลื่อนเชิงตัวเลขโดยไม่ถือว่าน้ำหนักเป็นความน่าจะเป็นที่สอบเทียบแล้ว.
ตรวจสอบก่อนนำไปใช้
เปรียบเทียบการทำงานจริงกับผลที่คาดหวัง หากการตรวจสอบไม่ผ่าน ให้หาสาเหตุก่อนแก้ไขเพิ่มเติม
โมเดล
ตั้งค่า endpoint ที่รองรับ OpenAI หรือ Anthropic ด้วย URL หลักและคีย์ API หากจำเป็น ทดสอบการเชื่อมต่อ เซิร์ฟเวอร์โมเดลในเครื่องต้องทำงานอยู่ เครื่องมือระยะไกลอาจส่งข้อมูลแยกต่างหาก
import math
def simplex_projection(values):
if type(values) is not list or not 1 <= len(values) <= 256:
raise ValueError("simplex.input")
if any(type(x) not in (int, float) or not -10**6 <= x <= 10**6 or not math.isfinite(x) for x in values):
raise ValueError("simplex.value")
ranked = sorted(values, reverse=True)
total, theta = 0.0, 0.0
for count, value in enumerate(ranked, 1):
total += value
candidate = (total-1)/count
if value > candidate:
theta = candidate
return [max(0.0, value-theta) for value in values]
ให้ข้อจำกัดเชิงตัวเลขชัดเจนตลอดการตรวจ
SimplexDune คือพื้นที่ทำงานเขียนโค้ดด้วย AI บน Windows สำหรับนักพัฒนาที่ตรวจการแปลงเชิงตัวเลขในแอป เริ่มด้วยโฟลเดอร์โปรเจกต์และคุณสมบัติที่ผลต้องมี โมเดลที่เชื่อมต่อช่วยตรวจว่าข้อกำหนดปรากฏในโค้ดอย่างไรและอภิปรายการแก้ที่มีขอบเขต ขณะที่คุณตรวจข้อเสนอกับส่วนที่พึ่งพาผล
งานหนึ่งจาก simplex_projection.py คือแปลงเวกเตอร์เป็นน้ำหนักไม่ติดลบที่มีผลรวมหนึ่ง ขอให้ผู้ช่วยตรวจอินพุตที่ยอมรับ ลำดับผล และวิธีตรวจผลทศนิยมลอยตัว ให้เวกเตอร์ตัวแทนและอธิบายการใช้งานถัดไป เพื่อให้ตัวอย่างยึดข้อกำหนดซอฟต์แวร์จริง ไม่ถือว่าพื้นที่ทำงานเป็นตัวหาค่าเหมาะที่สุดในตัวหรือบริการฝึกโมเดล
เลือกโมเดล AI แบบไม่จำกัดเมื่อมีผ่านปลายทางที่รองรับแบบเข้ากันได้กับ OpenAI หรือ Anthropic ตั้งค่าที่อยู่และข้อมูลรับรองจำเป็น โดยคำนึงถึงการรองรับบริบทและเครื่องมือของเซิร์ฟเวอร์ ตรวจการแก้ไขและรันทั้งการตรวจผลคาดหวังและคุณสมบัติผลในสภาพแวดล้อมเชิงตัวเลข ใช้ค่าคลาดเคลื่อนที่ระบุเมื่อการเทียบเท่าทศนิยมลอยตัวแบบตรงตัวไม่เหมาะสม บทสนทนาควรเผยข้อสมมติหลังแพตช์เพื่อให้ตัดสินว่ารักษาพฤติกรรมที่แอปต้องการหรือไม่
ตรวจผลเชิงตัวเลขที่มีข้อจำกัด
ควรขอคุณสมบัติผลใดอย่างชัดเจน
ระบุความยาว ลำดับ เครื่องหมายที่อนุญาต และผลรวมที่คาดหวัง พร้อมค่าคลาดเคลื่อนใด ๆ รวมข้อกำหนดของส่วนใช้ผล ผลอาจผ่านเงื่อนไขหนึ่งแต่ผิดอีกข้อ จึงไม่ควรหยุดตรวจที่ค่ารวมเพียงค่าเดียว
เท่ากับหนึ่งตรงตัวเป็นทดสอบทศนิยมลอยตัวที่เชื่อถือได้หรือไม่
ไม่ใช่ทุกการคำนวณ เลือกค่าคลาดเคลื่อนให้เหมาะกับข้อกำหนดเชิงตัวเลขและสภาพแวดล้อมทดสอบ พร้อมอธิบายในตัวตรวจ ขอให้โมเดลแยกผลจากการแทนค่ากับการละเมิดเงื่อนไขจริง แทนแอบลดความเข้มของเงื่อนไขทดสอบ
แพตช์ควรเรียงเวกเตอร์ต้นฉบับใหม่หรือไม่
เฉพาะเมื่อข้อกำหนดผลอนุญาต การเรียงภายในอาจใช้คำนวณแต่ค่าสุดท้ายยังต้องตรงตำแหน่งเดิม ตรวจส่วนใช้ผลและทดสอบอินพุตที่แต่ละค่าต่างกันจนเห็นความผิดลำดับ
การตรวจคุณสมบัติแทนตัวอย่างผลคาดหวังได้หรือไม่
ใช้ทั้งคู่เมื่อทดสอบคนละข้อกล่าวอ้าง เวกเตอร์อาจไม่ติดลบและรวมหนึ่งโดยไม่ใช่การฉายที่ต้องการ ผลเล็กที่หาอย่างอิสระช่วยตรวจการแปลง ส่วนคุณสมบัติครอบคลุมข้อกำหนดผลที่กว้างขึ้น
SimplexDune · อัปเดต 2026-10-25