โมเดล
ตั้งค่า endpoint ที่รองรับ OpenAI หรือ Anthropic ด้วย URL หลักและคีย์ API หากจำเป็น ทดสอบการเชื่อมต่อ เซิร์ฟเวอร์โมเดลในเครื่องต้องทำงานอยู่ เครื่องมือระยะไกลอาจส่งข้อมูลแยกต่างหาก
พื้นที่เขียนโค้ดด้วย AI
ขั้นการสลายแบบรุงเงอ–คุททา
อินทิเกรตการสลายเอ็กซ์โพเนนเชียลสเกลาร์ด้วยขั้นรุงเงอ–คุททาแบบคลาสสิกไม่เกิน 1000 ขั้นและอินพุตที่เป็นจำนวนจำกัดและอยู่ในช่วงที่กำหนด.
● ● ●DecayMarsh●
ขั้นตอนการทำงาน · ขั้นการสลายแบบรุงเงอ–คุททา ×
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✳อินทิเกรตการสลายเอ็กซ์โพเนนเชียลสเกลาร์ด้วยขั้นรุงเงอ–คุททาแบบคลาสสิกไม่เกิน 1000 ขั้นและอินพุตที่เป็นจำนวนจำกัดและอยู่ในช่วงที่กำหนด.
✓ การเปลี่ยนแปลงตรวจสอบก่อนนำไปใช้ ↗
ภาพประกอบพื้นที่ทำงาน
โปรเจกต์
ทดสอบศูนย์ขั้นและอัตราศูนย์ แล้วปฏิเสธอัตราหรือขั้นเวลาติดลบและผลคูณที่เกินหนึ่ง.
ตรวจสอบก่อนนำไปใช้
เปรียบเทียบการทำงานจริงกับผลที่คาดหวัง หากการตรวจสอบไม่ผ่าน ให้หาสาเหตุก่อนแก้ไขเพิ่มเติม
ขั้นตอนการทำงาน
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 yให้การอัปเดตเชิงตัวเลขมีค่าอ้างอิงนอกเหนือจากผลที่ดูเป็นไปได้
ผลเชิงตัวเลขอาจดูสมเหตุสมผลขณะคลาดจากพฤติกรรมที่แอปตั้งใจจำลอง DecayMarsh มีพื้นที่ทำงานเขียนโค้ดด้วย AI บน Windows เพื่อตรวจความเสี่ยงนี้ในซอร์ส เปิดโปรเจกต์และอภิปรายกฎอัปเดต พารามิเตอร์ที่ยอมรับ และผลอ้างอิงก่อนขอโมเดลที่เชื่อมต่อเปลี่ยนโค้ด
เช่น ขอตรวจขั้น Runge–Kutta ที่มีขอบเขตสำหรับการคำนวณการสลาย แสดงนิพจน์ความชันและอธิบายช่วงกับจำนวนขั้นที่ตั้งใจ ขอให้โมเดลตรวจว่าค่าระหว่างทางป้อนสู่ความชันถัดไปอย่างไร แล้วเชื่อมค่าท้ายกับค่าอ้างอิงที่คำนวณโดยอิสระสำหรับกรณีง่าย
ให้ขอบเขตแอปเป็นส่วนหนึ่งของการตรวจ ขีดจำกัดพารามิเตอร์ ศูนย์ขั้น และค่าตัวเลขไม่ถูกต้องต้องมีพฤติกรรมที่ตั้งใจ โดยเฉพาะเมื่ออินพุตมาจากฟอร์มหรือไฟล์ตั้งค่า ตรวจผลต่างที่เสนอและรันการตรวจทั้งกรณีทั่วไปและขอบเขต อธิบายค่าคลาดเคลื่อนยอมรับอย่างชัดเจนเพื่อให้เงื่อนไขทดสอบที่ผ่านมีความหมายเชิงตัวเลขแน่นอน
DecayMarsh รองรับปลายทางโมเดลแบบเข้ากันได้กับ OpenAI หรือ Anthropic รวมถึงโมเดล AI ไร้การเซ็นเซอร์ที่มีให้ โมเดลและเซิร์ฟเวอร์ที่เลือกกำหนดความสามารถและขีดจำกัดบริบท ใช้บทสนทนาเผยข้อสมมติและเตรียมการแก้ไข ส่วนการรันโปรเจกต์และเทียบค่าอ้างอิงเป็นตัวตัดสินว่าโค้ดตรงข้อกำหนดหรือไม่
ให้การอัปเดตเชิงตัวเลขมีค่าอ้างอิงนอกเหนือจากผลที่ดูเป็นไปได้ — คำถามก่อนแก้ไข
ควรใช้ค่าอ้างอิงใดประกอบการตรวจโค้ดการสลาย
ใช้กรณีที่ทราบผลโดยอิสระและระบุค่าคลาดเคลื่อนยอมรับในการเปรียบเทียบ ใส่พารามิเตอร์และจำนวนขั้น โค้ดอีกชุดที่คัดลอกจากนิพจน์เดียวกันอาจทำผิดซ้ำแทนการให้หลักฐานอิสระ
ศูนย์ขั้นควรคืนอะไร
ระบุข้อกำหนดโดยตรงและตรวจผ่านผู้เรียก สำหรับการอัปเดตทีละขั้น การคงค่าเริ่มต้นเป็นกรณีคาดหวังที่มีประโยชน์ต่อการอภิปราย ตรวจว่าการตรวจสอบที่เสนอไม่ได้เผลอปฏิเสธคำขอศูนย์ขั้นที่อนุญาต
ทำไมตรวจความชันระหว่างทางแทนดูแค่ผล
การพึ่งค่าระหว่างทางผิดอาจยังให้ตัวเลขสุดท้ายที่ดูสมเหตุสมผลบางครั้ง ขอให้โมเดลติดตามกรณีสั้นผ่านนิพจน์และเทียบกับซอร์ส แล้วรันการตรวจเชิงตัวเลขที่เกี่ยวข้องในสภาพแวดล้อมของคุณ
โมเดลเลือกค่าคลาดเคลื่อนให้ได้หรือไม่
โมเดลอภิปรายข้อเสนอได้ แต่ค่าคลาดเคลื่อนต้องสะท้อนความต้องการแอปและการคำนวณ บันทึกกฎเปรียบเทียบที่เลือกและเหตุผล อย่ายอมรับเกณฑ์หลวมตามอำเภอใจเพียงเพราะทำให้ทดสอบผ่าน
DecayMarsh · อัปเดต 2026-10-25