النماذج
اضبط نقطة اتصال متوافقة مع OpenAI أو Anthropic باستخدام العنوان الأساسي ومفتاح API عند الحاجة. اختبر الاتصال. يجب أن يعمل خادم النموذج المحلي؛ وقد ترسل الأدوات البعيدة البيانات بشكل منفصل.
أعد الوسيط والانحراف المطلق الوسيط دون تحجيم لعدد من 1–4096 قيمة منتهية ضمن ±10^100.
import math
def median_deviation(values):
if type(values) is not list or not 1 <= len(values) <= 4096:
raise ValueError("mad.input")
if any(type(x) not in (int, float) or not -10**100 <= x <= 10**100 or not math.isfinite(x) for x in values):
raise ValueError("mad.value")
def median(items):
ordered = sorted(items)
n = len(ordered)
return float(ordered[n//2]) if n % 2 else ordered[n//2-1]/2+ordered[n//2]/2
center = median(values)
return center, median([abs(x-center) for x in values])
اضبط نقطة اتصال متوافقة مع OpenAI أو Anthropic باستخدام العنوان الأساسي ومفتاح API عند الحاجة. اختبر الاتصال. يجب أن يعمل خادم النموذج المحلي؛ وقد ترسل الأدوات البعيدة البيانات بشكل منفصل.
اختبر الأطوال الزوجية والقيم المتساوية والقيمة الشاذة وارفض القيم المنطقية وغير المنتهية دون تغيير ترتيب المدخل.
قارن السلوك الفعلي بالنتيجة المتوقعة. إذا فشل فحص، تحقّق من السبب قبل إجراء تغييرات إضافية.
import math
def median_deviation(values):
if type(values) is not list or not 1 <= len(values) <= 4096:
raise ValueError("mad.input")
if any(type(x) not in (int, float) or not -10**100 <= x <= 10**100 or not math.isfinite(x) for x in values):
raise ValueError("mad.value")
def median(items):
ordered = sorted(items)
n = len(ordered)
return float(ordered[n//2]) if n % 2 else ordered[n//2-1]/2+ordered[n//2]/2
center = median(values)
return center, median([abs(x-center) for x in values])
قد تدعي دالتان قياس التشتت بينما تعيدان كميتين مختلفتي المعنى. MedianRove برنامج للبرمجة بالذكاء الاصطناعي على Windows لمراجعة تلك الفروق في مشروعك. أضف الدالة المساعدة والمستدعي ومجموعة بيانات مرجعية صغيرة إلى المحادثة كي يحفظ التغيير المقترح الإحصاء الذي يستخدمه تطبيقك فعلاً.
مهمة عملية هي فحص حساب الانحراف المطلق الوسيط دون تحجيم. اطلب من النموذج المتصل فحص قاعدة الوسيط للمدخلات زوجية الطول ومعاملة قيمة شاذة. حدد ما إذا كان أي تحجيم ينتمي إلى موضع آخر في التطبيق، كي لا تدخل المراجعة مخرجات مختلفة بصمت تحت اسم الدالة نفسه.
تتبع النتيجة إلى العرض أو العتبات أو السجلات المخزنة. قد يؤثر تغيير عددي في قرارات خارج الدالة حتى مع بقاء نوع الإرجاع نفسه. راجع فحوص القيم المنتهية ونطاق الحجم المقبول، ثم شغّل حالات متحققاً منها مستقلاً في بيئة تشغيلك. أدرج فحص ترتيب المدخلات إذا توقع المستدعي بقاء مجموعته الأصلية دون مساس.
يتصل MedianRove بنقاط نهاية مدعومة متوافقة مع OpenAI أو نقاط نهاية Anthropic. يمكن اختيار نموذج ذكاء اصطناعي منزوع آليات الرفض حين توفره خدمتك، ويحدد النموذج والخادم سلوكه ودعم أدواته. تدعم شروحاته المراجعة؛ وتحدد توقعات بياناتك واختبارات المشروع ملاءمة التعديل.
يغير التحجيم الكمية المعادة وقد يؤثر في العتبات اللاحقة. حدد الإحصاء الذي تعد به الدالة وافحص المستدعين بحثاً عن تحويلات إضافية. ينبغي ألا تغير إعادة الهيكلة التفسير بصمت مع الحفاظ على الاسم نفسه.
استخدم مجموعة قصيرة ذات تجمع مركزي واضح وقيمة بعيدة واحدة، مع وسيط وانحراف محسوبين مستقلاً. أضف حالة زوجية الطول لإظهار قاعدة الوسيط. تجنب الاعتماد على بيانات عشوائية فقط.
اجعل قاعدة الملكية صريحة. إذا أعاد المستدعون استخدام الترتيب الأصلي، فقد ينشئ الترتيب الموضعي عيباً غير ذي صلة. افحص التنفيذ وتحقق من المدخل بعد التشغيل إضافة إلى الإحصاء المعاد.
استخدم عقد الدالة المعلن للنوع والحجم والأعداد المنتهية. اطلب من النموذج حفظ كل حد أو مراجعته عمداً، ثم اختبر الرفض ومعالجة المستدعي. لا تفترض أن إحصاءً معقولاً يجعل المدخل المشوه مقبولاً.
MedianRove · آخر تحديث 2026-10-25