Modellen
Stel een OpenAI-compatibel of Anthropic-endpoint in met de basis-URL en zo nodig een API-sleutel. Test de verbinding. Een lokale modelserver moet actief zijn; externe hulpmiddelen kunnen apart gegevens versturen.
Product
Functies van de software · Stabiele log-sum-exp-aggregatie
01
ExponQuay helpt exponentiële sommen rond een verschoven maximum te beoordelen en onderscheidt lege invoer van eindig veel sterk negatieve waarden.
Project
Selecteer een map en laat de assistent de relevante bestanden lezen voordat hij ze wijzigt. Benoem het doel en de grenzen van je opdracht.
Wijzigingen
Controleer wijzigingen en uitvoer van opdrachten. Voer de projectcontroles uit voordat je het resultaat overneemt; gegenereerde code is niet automatisch getest.
Stabiele log-sum-exp-aggregatie
● ● ●ExponQuay●
Werkprocessen · Stabiele log-sum-exp-aggregatie ×
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))✳Aggregeer maximaal 1000 logwaarden van min 1e300 tot 1e300 door vóór exponentiëren hun maximum af te trekken.
✓ WijzigingenControleer vóór het toepassen ↗
Illustratie van de werkruimte
