Hệ số nhị thức chính xác
Tính hệ số nhị thức chính xác cho n nguyên từ không đến 10000 và k từ không đến n.
def binomial(n, k):
if any(type(v) is not int for v in (n, k)):
raise ValueError("integer.required")
if not 0 <= k <= n <= 10000:
raise ValueError("binomial.range")
k = min(k, n - k)
result = 1
for i in range(1, k + 1):
result = result * (n - k + i) // i
return resultMô hình
Cấu hình endpoint tương thích OpenAI hoặc Anthropic bằng URL cơ sở và khóa API nếu cần. Kiểm tra kết nối. Máy chủ mô hình cục bộ phải đang chạy; công cụ từ xa có thể truyền dữ liệu riêng.
Dự án
Kiểm tra hai đầu, tính đối xứng và kết quả lớn, từ chối toán hạng sai hoặc Boolean trước vòng nhân.
Kiểm tra trước khi áp dụng
So sánh hành vi thực tế với kết quả mong đợi. Nếu kiểm tra thất bại, tìm nguyên nhân trước khi sửa tiếp.
def binomial(n, k):
if any(type(v) is not int for v in (n, k)):
raise ValueError("integer.required")
if not 0 <= k <= n <= 10000:
raise ValueError("binomial.range")
k = min(k, n - k)
result = 1
for i in range(1, k + 1):
result = result * (n - k + i) // i
return resultGiữ yêu cầu số học gắn với mã
Choosequill cung cấp cho nhà phát triển không gian Windows để trao đổi mã tính toán số với mô hình AI trong khi vẫn xem được dự án nguồn. Bắt đầu từ yêu cầu làm cho kết quả hữu ích: có phải chính xác tuyệt đối không, đầu vào nào được chấp nhận và nơi gọi nên xử lý từ chối thế nào. Các quyết định này tạo cơ sở cụ thể cho trợ lý trước khi nó đề xuất cách triển khai thay thế.
Ví dụ, nhiệm vụ hệ số nhị thức yêu cầu kết quả số nguyên chính xác trong phạm vi đầu vào đã nêu. Đưa hàm và nơi gọi vào cuộc trao đổi, rồi hỏi bản sửa giữ các trường hợp biên và ý nghĩa đầu vào không hợp lệ thế nào. Công thức ngắn gọn chỉ là một phần rà soát; phần mềm xung quanh cũng phải nhận kết quả ở dạng mong đợi.
Dùng giá trị tham chiếu và tính chất như đối xứng để kiểm tra đề xuất trong dự án. Kèm kết quả lớn giúp lộ chuyển đổi dấu phẩy động ngoài ý muốn, kiểm tra mã đã sửa và chạy kiểm thử liên quan. Choosequill có thể kết nối điểm cuối tương thích OpenAI hoặc Anthropic được hỗ trợ, với thông tin xác thực khi cần. Chọn mô hình không hạn chế ở nơi dịch vụ cung cấp, lưu ý giới hạn ngữ cảnh và công cụ đến từ mô hình và máy chủ. Quy ước số học của bạn vẫn là tiêu chuẩn nghiệm thu công việc.
Câu hỏi rà soát phép tính chính xác
Cần nêu gì trước khi yêu cầu viết lại mã tính toán?
Quy định kiểu chấp nhận, phạm vi hợp lệ, yêu cầu chính xác và hành vi lỗi mong đợi. Kèm nơi gọi sử dụng kết quả. Các chi tiết này giúp phân biệt thay đổi phần mềm hợp lệ với công thức hợp lý về toán học nhưng có đầu ra không tương thích.
Vì sao cần kết quả tham chiếu lớn?
Ví dụ nhỏ vẫn có thể vượt qua sau khi vô tình chuyển sang dấu phẩy động. Số nguyên lớn đã biết có thể làm lộ thay đổi đó. So sánh kết quả chính xác thay vì văn bản hiển thị đã định dạng, rồi kiểm tra cách nơi gọi lưu hoặc tuần tự hóa nó.
Giá trị Boolean có nên được tính là số nguyên không?
Nêu rõ quyết định đó trong quy ước đầu vào. Ví dụ hiện có từ chối chúng. Rà soát kỹ kiểm tra kiểu được đề xuất và giữ dữ liệu kiểm thử riêng để chuyển đổi tiện lợi ở cấp ngôn ngữ không âm thầm mở rộng đầu vào chấp nhận.
Kiểm tra đối xứng có ích gì?
Chúng kiểm thử quan hệ qua nhiều đầu vào và có thể phát hiện lỗi ngoài vài giá trị tham chiếu. Dùng cùng đáp án đã biết và kiểm thử biên; chỉ một quan hệ đúng không chứng minh toàn bộ triển khai chính xác.
Choosequill · Cập nhật 2026-10-25