मॉडल
बेस URL और आवश्यक होने पर API कुंजी से OpenAI-संगत या Anthropic endpoint सेट करें। कनेक्शन जाँचें। स्थानीय मॉडल सर्वर चालू होना चाहिए; दूरस्थ उपकरण अलग से डेटा भेज सकते हैं।
AI के साथ कोड का कार्यक्षेत्र
रुंगे–कुट्टा क्षय चरण
सीमित परिमित इनपुट से अदिश घातीय क्षय को अधिकतम 1000 शास्त्रीय रुंगे–कुट्टा चरणों में समाकलित करें.
● ● ●DecayMarsh●
कार्यप्रवाह · रुंगे–कुट्टा क्षय चरण ×
def decay_steps(initial, rate, dt, steps):
if any(type(v) not in (int, float) for v in (initial, rate, dt)):
raise ValueError("decay.numeric")
if not -10**6 <= initial <= 10**6 or not 0 <= rate <= 1000 or not 0 <= dt <= 1 or rate * dt > 1:
raise ValueError("decay.range")
if type(steps) is not int or not 0 <= steps <= 1000:
raise ValueError("decay.steps")
y = float(initial)
for _ in range(steps):
k1 = -rate * y
k2 = -rate * (y + dt*k1/2)
k3 = -rate * (y + dt*k2/2)
k4 = -rate * (y + dt*k3)
y += dt*(k1 + 2*k2 + 2*k3 + k4)/6
return y✳सीमित परिमित इनपुट से अदिश घातीय क्षय को अधिकतम 1000 शास्त्रीय रुंगे–कुट्टा चरणों में समाकलित करें.
✓ बदलावलागू करने से पहले समीक्षा करें ↗
कार्यक्षेत्र का चित्रण
प्रोजेक्ट
शून्य चरण और शून्य दर जाँचें तथा ऋणात्मक दर या समय कदम और एक से बड़ा उनका गुणनफल अस्वीकार करें.
लागू करने से पहले समीक्षा करें
वास्तविक व्यवहार की अपेक्षित परिणाम से तुलना करें। जाँच असफल हो तो अगले बदलाव से पहले कारण समझें।
कार्यप्रवाह
def decay_steps(initial, rate, dt, steps):
if any(type(v) not in (int, float) for v in (initial, rate, dt)):
raise ValueError("decay.numeric")
if not -10**6 <= initial <= 10**6 or not 0 <= rate <= 1000 or not 0 <= dt <= 1 or rate * dt > 1:
raise ValueError("decay.range")
if type(steps) is not int or not 0 <= steps <= 1000:
raise ValueError("decay.steps")
y = float(initial)
for _ in range(steps):
k1 = -rate * y
k2 = -rate * (y + dt*k1/2)
k3 = -rate * (y + dt*k2/2)
k4 = -rate * (y + dt*k3)
y += dt*(k1 + 2*k2 + 2*k3 + k4)/6
return yसंख्यात्मक अपडेट को विश्वसनीय दिखने से आगे का संदर्भ दें
संख्यात्मक परिणाम उचित दिखते हुए भी उस व्यवहार से भटक सकता है जिसका अनुप्रयोग मॉडल बनाना चाहता है। DecayMarsh स्रोत में इस जोखिम की जाँच के लिए Windows एआई कोडिंग कार्यक्षेत्र देता है। जुड़े मॉडल से कार्यान्वयन बदलने को कहने से पहले परियोजना खोलें और अपडेट नियम, स्वीकृत पैरामीटर तथा संदर्भ परिणाम पर चर्चा करें।
उदाहरण के लिए, क्षय की गणना में सीमाबद्ध Runge–Kutta चरणों की समीक्षा माँगें। ढलान के व्यंजक दिखाएँ और अपेक्षित अंतराल तथा चरण संख्या समझाएँ। मॉडल से जाँचने को कहें कि मध्यवर्ती मान अगली ढलान में कैसे जाते हैं, फिर किसी सरल मामले में अंतिम मान को स्वतंत्र रूप से गणना किए संदर्भ से जोड़ें।
समीक्षा में अनुप्रयोग की सीमा शामिल रखें। पैरामीटर सीमाओं, शून्य चरण और अमान्य संख्यात्मक मानों के लिए सोच-समझकर व्यवहार तय करना चाहिए, खासकर जब इनपुट फ़ॉर्म या कॉन्फ़िगरेशन फ़ाइल से आए। प्रस्तावित अंतर देखें और सामान्य तथा सीमांत दोनों मामलों की जाँच चलाएँ। तुलना की सहनशीलता स्पष्ट करें ताकि सफल परीक्षण का संख्यात्मक अर्थ स्पष्ट हो।
DecayMarsh OpenAI-संगत या Anthropic मॉडल एंडपॉइंट का समर्थन करता है, जिनमें उपलब्ध होने पर बिना सेंसर वाला एआई मॉडल शामिल है। चुना मॉडल और सर्वर क्षमताएँ तथा संदर्भ सीमाएँ तय करते हैं। बातचीत से मान्यताएँ स्पष्ट करें और बदलाव तैयार करें; कार्यान्वयन आवश्यकताएँ पूरा करता है या नहीं, यह परियोजना का निष्पादन और संदर्भ तुलना स्थापित करते हैं।
संख्यात्मक अपडेट का संदर्भ — संपादन से पहले के प्रश्न
क्षय कोड की समीक्षा के साथ कौन सा संदर्भ दूँ?
स्वतंत्र रूप से ज्ञात परिणाम वाला मामला लें और तुलना की सहनशीलता बताएँ। पैरामीटर तथा चरण संख्या शामिल करें। उन्हीं व्यंजकों से नकल किया दूसरा कार्यान्वयन स्वतंत्र प्रमाण देने के बजाय वही गलती दोहरा सकता है।
शून्य चरणों पर क्या लौटना चाहिए?
अनुबंध सीधे बताएँ और कॉल करने वाले कोड में सत्यापित करें। चरण आधारित अपडेट के लिए प्रारंभिक मान बनाए रखना चर्चा योग्य अपेक्षित मामला है। जाँचें कि प्रस्तावित सत्यापन अनुमत शून्य-चरण अनुरोध को गलती से अस्वीकार न करे।
केवल परिणाम के बजाय मध्यवर्ती ढलान क्यों जाँचें?
गलत मध्यवर्ती निर्भरता कभी-कभी विश्वसनीय अंतिम संख्या दे सकती है। मॉडल से छोटा मामला व्यंजकों में क्रम से देखने और स्रोत से मिलाने को कहें। फिर अपने परिवेश में संबंधित संख्यात्मक जाँच चलाएँ।
क्या मॉडल मेरे लिए त्रुटि सहनशीलता चुन सकता है?
वह प्रस्ताव पर चर्चा कर सकता है, लेकिन सहनशीलता को अनुप्रयोग की जरूरतों और गणना के अनुरूप होना चाहिए। चुना तुलना नियम और उसका कारण दर्ज करें। केवल परीक्षण सफल करने के लिए मनमानी ढीली सीमा स्वीकार न करें।
DecayMarsh · अद्यतन 2026-10-25