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
Kemiripan himpunan Jaccard
Hitung kemiripan Jaccard dua koleksi maksimal 1000 bilangan bulat masing-masing tanpa duplikat.
● ● ●SetTamar●
Alur kerja · Kemiripan himpunan Jaccard ×
def jaccard(left, right):
left, right = tuple(left), tuple(right)
if len(left) > 1000 or len(right) > 1000:
raise ValueError("collection.limit")
if any(type(v) is not int for v in left + right):
raise ValueError("member.integer")
left, right = set(left), set(right)
union = left | right
return len(left & right) / len(union) if union else 1.0✳Hitung kemiripan Jaccard dua koleksi maksimal 1000 bilangan bulat masing-masing tanpa duplikat.
✓ PerubahanTinjau sebelum menerapkan ↗
Ilustrasi ruang kerja
Proyek
Uji himpunan terpisah dan identik, tetapkan satu untuk dua himpunan kosong serta tolak Boolean dan anggota bukan bilangan bulat.
Tinjau sebelum menerapkan
Bandingkan perilaku sebenarnya dengan hasil yang diharapkan. Jika pemeriksaan gagal, cari penyebabnya sebelum membuat perubahan lain.
Alur kerja
def jaccard(left, right):
left, right = tuple(left), tuple(right)
if len(left) > 1000 or len(right) > 1000:
raise ValueError("collection.limit")
if any(type(v) is not int for v in left + right):
raise ValueError("member.integer")
left, right = set(left), set(right)
union = left | right
return len(left & right) / len(union) if union else 1.0Pastikan hasil perbandingan mencerminkan kontrak data
Makna skor perbandingan dapat berubah sebelum perhitungan dimulai, hanya karena nilai berulang dihapus. SetTamar membawa asumsi tersebut ke ruang kerja pemrograman AI untuk Windows. Buka proyek dan minta model yang terhubung memeriksa bagaimana koleksi masuk ke perbandingan dan bagaimana skor hasilnya memengaruhi aplikasi.
Pertimbangkan tugas yang melibatkan kemiripan Jaccard atas himpunan pengenal. Tunjukkan contoh dengan duplikat, anggota yang saling lepas, dan koleksi kosong, lalu nyatakan hasil yang diharapkan pemanggil. Diskusi harus memastikan apakah semantik himpunan sesuai dengan tugas sebelum perubahan implementasi menghilangkan pengamatan berulang dari perhitungan.
Telusuri perbaikan usulan melalui validasi masukan dan keputusan lanjutan. Konvensi untuk dua himpunan kosong dapat memengaruhi pemeringkatan atau penyaringan meskipun rumus berperilaku konsisten di tempat lain. Tinjau konvensi itu bersama kode penggunanya dan jalankan data uji proyek yang menegaskan masukan yang diterima maupun kasus yang ditolak. Pisahkan penafsiran skor dari proses menghasilkan angkanya.
SetTamar mendukung koneksi ke endpoint kompatibel OpenAI atau Anthropic. Jika model AI tanpa sensor tersedia melalui layanan Anda, Anda dapat memilihnya dengan tunduk pada perilaku nyata model dan kemampuan server. Gunakan percakapan untuk mengungkap asumsi, lalu pertahankan hanya perubahan yang dampaknya telah Anda periksa dan uji.
Pastikan hasil perbandingan mencerminkan kontrak data — pertanyaan sebelum menyunting
Haruskah pengenal duplikat memengaruhi skor?
Itu persyaratan yang harus diselesaikan sebelum menyunting. Perbandingan berbasis himpunan menghapus duplikat sehingga frekuensi tidak lagi berkontribusi. Jika pengamatan berulang penting bagi aplikasi, minta diskusi desain alih-alih diam-diam menerapkan semantik himpunan.
Mengapa membahas konvensi himpunan kosong dengan pemanggil?
Skor untuk dua koleksi kosong dapat memengaruhi keputusan peringkat atau ambang meskipun tidak ada anggota yang diamati. Nyatakan makna yang dipilih dan periksa kode lanjutan, lalu sertakan kasus itu dalam data uji hasil yang diharapkan proyek.
Konteks apa yang membantu meninjau fitur berbasis ambang?
Berikan fungsi perbandingan dan kode yang menafsirkan skornya. Jelaskan makna ambang yang dimaksud dan sertakan contoh di kedua sisinya. Hindari menganggap model dapat menyimpulkan keputusan produk hanya dari rumus matematis.
Bisakah fungsi yang ditulis ulang membuktikan kualitas kemiripan?
Fungsi dapat diperiksa untuk perilaku yang ditentukan, tetapi kegunaannya bergantung pada data dan tujuan aplikasi. Pisahkan pengujian implementasi dari penilaian kebijakan perbandingan pada kasus representatif sebelum mengandalkan hasil baru.
SetTamar · Diperbarui 2026-10-25