Téléchargez l’application
Sélectionnez un dossier et demandez à l’assistant de lire les fichiers concernés avant de les modifier. Définissez le résultat attendu et les limites de la tâche.
Méthodes de travail
Méthodes de développement · Agrégation log-sum-exp stable
03
Méthodes de travail
Agrégez au plus 1000 valeurs logarithmiques de moins 1e300 à 1e300 en soustrayant leur maximum avant exponentiation. Testez entrée vide, grandes valeurs répétées et valeurs très négatives, en renvoyant moins l’infini uniquement pour le vide et en rejetant booléens, non-finis ou valeurs hors limites.
Ouvrez le dossier du projet
Choisissez un endpoint compatible. Les outils disponibles et la qualité des réponses dépendent du modèle et du serveur utilisés.
Connectez et testez le modèle
Examinez les changements et les sorties de commandes. Lancez les vérifications du projet avant de valider le résultat : le code généré n’est pas testé automatiquement.
Examinez les modifications et lancez les tests
Comparez le comportement observé au résultat attendu. Si une vérification échoue, cherchez la cause avant de poursuivre les modifications.
Agrégation log-sum-exp stable
Méthodes de travail
from math import exp, fsum, log, inf
def log_sum_exp(values):
if type(values) not in (list, tuple) or len(values) > 1000:
raise ValueError("values.container")
values = tuple(values)
if len(values) > 1000 or any(
type(v) not in (int, float) or not -1e300 <= v <= 1e300 for v in values
):
raise ValueError("values.range")
if not values:
return -inf
peak = max(values)
return peak + log(fsum(exp(v - peak) for v in values))Vérifiez avant d’appliquer. Examinez les changements et les sorties de commandes. Lancez les vérifications du projet avant de valider le résultat : le code généré n’est pas testé automatiquement.
