Model
Atur endpoint kompatibel OpenAI atau Anthropic dengan URL dasar dan kunci API jika diperlukan. Uji koneksi. Server model lokal harus berjalan; alat jarak jauh dapat mengirim data secara terpisah.
Ruang kerja kode dengan AI
Simpangan absolut median tanpa skala
Kembalikan median dan simpangan absolut median tanpa skala dari 1–4096 bilangan berhingga dalam ±10^100.
● ● ●MedianRove●
Alur kerja · Simpangan absolut median tanpa skala ×
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])
✳Simpangan absolut median tanpa skala
✓ PerubahanTinjau sebelum menerapkan ↗
Ilustrasi ruang kerja
Proyek
Uji panjang genap, nilai sama dan pencilan, tolak boolean atau nilai tak berhingga tanpa mengubah urutan masukan.
Tinjau sebelum menerapkan
Bandingkan perilaku sebenarnya dengan hasil yang diharapkan. Jika pemeriksaan gagal, cari penyebabnya sebelum membuat perubahan lain.
Alur kerja
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])
Pastikan fungsi statistik melaporkan besaran yang Anda maksud
Dua fungsi dapat sama-sama mengklaim mengukur sebaran tetapi mengembalikan besaran dengan makna berbeda. MedianRove adalah perangkat lunak pemrograman AI Windows untuk meninjau perbedaan tersebut dalam proyek. Sertakan fungsi pembantu, pemanggil, dan dataset acuan kecil dalam percakapan agar usulan perubahan mempertahankan statistik yang benar-benar digunakan aplikasi.
Tugas praktisnya adalah memeriksa perhitungan deviasi absolut median tanpa penskalaan. Minta model terhubung memeriksa konvensi median untuk masukan berjumlah genap dan perlakuan terhadap pencilan. Nyatakan apakah penskalaan menjadi bagian lain dari aplikasi, agar peninjauan tidak diam-diam memperkenalkan keluaran berbeda dengan nama fungsi yang sama.
Telusuri hasil ke tampilan, ambang, atau rekaman tersimpan. Perubahan numerik dapat memengaruhi keputusan di luar fungsi pembantu meskipun tipe keluarannya sama. Tinjau pemeriksaan nilai berhingga dan rentang ukuran yang diterima, lalu jalankan data uji yang diperiksa secara independen dalam runtime Anda. Sertakan pemeriksaan urutan masukan jika pemanggil mengharapkan koleksi aslinya tetap tidak berubah.
MedianRove terhubung ke endpoint kompatibel OpenAI atau endpoint Anthropic yang didukung. Model AI abliterated dapat dipilih jika ditawarkan layanan Anda, dengan perilaku dan dukungan alat yang ditentukan model serta server. Penjelasannya mendukung peninjauan; ekspektasi dataset dan pengujian proyek Anda menentukan kelayakan tambalan.
Pastikan fungsi statistik melaporkan besaran yang dimaksud — pertanyaan sebelum mengedit
Mengapa menyebutkan deviasi tanpa penskalaan dalam permintaan?
Penskalaan mengubah besaran keluaran dan dapat memengaruhi ambang lanjutan. Nyatakan statistik yang dijanjikan fungsi dan periksa pemanggil untuk transformasi tambahan. Refaktor tidak boleh diam-diam mengubah penafsiran sambil mempertahankan nama yang sama.
Dataset mana yang membuat pembahasan pencilan konkret?
Gunakan himpunan singkat dengan kelompok pusat yang jelas dan satu nilai jauh, beserta median serta deviasi yang dihitung secara independen. Tambahkan kasus berjumlah genap untuk memperlihatkan konvensi median. Hindari hanya mengandalkan data acak.
Bolehkah pengurutan mengubah masukan?
Tegaskan aturan kepemilikan itu. Jika pemanggil menggunakan kembali urutan asli, pengurutan langsung dapat menimbulkan cacat lain. Periksa implementasi dan masukan setelah eksekusi, selain statistik keluarannya.
Nilai tidak valid apa yang perlu dipertimbangkan dalam peninjauan?
Gunakan kontrak tipe, ukuran, dan bilangan berhingga yang dinyatakan fungsi. Minta model mempertahankan atau sengaja merevisi setiap batas, lalu uji penolakan dan penanganan pemanggil. Jangan menganggap statistik yang masuk akal membuat masukan cacat dapat diterima.
MedianRove · Diperbarui 2026-10-25