Modele
Dodaj endpoint zgodny z OpenAI lub Anthropic, podając bazowy URL i klucz API, jeśli jest wymagany. Sprawdź połączenie. Lokalny serwer modelu musi działać; zdalne narzędzia mogą przesyłać dane oddzielnie.
Produkt
Funkcje programu · Stabilna agregacja log-sum-exp
01
ExponQuay pomaga przeglądać sumy wykładnicze przesunięte względem maksimum, odróżniając pusty zbiór od skończonej kolekcji bardzo ujemnych wartości.
Projekt
Wybierz folder i poproś asystenta o przeczytanie odpowiednich plików przed ich zmianą. Określ cel oraz granice zadania.
Zmiany
Sprawdzaj zmiany i wyniki poleceń. Uruchom testy projektu przed zaakceptowaniem rezultatu; wygenerowany kod nie jest automatycznie przetestowany.
Stabilna agregacja log-sum-exp
● ● ●ExponQuay●
Sposoby pracy · Stabilna agregacja log-sum-exp ×
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))✳Agreguj najwyżej 1000 wartości logarytmicznych od minus 1e300 do 1e300 po odjęciu maksimum przed potęgowaniem.
✓ ZmianySprawdź przed zastosowaniem ↗
Ilustracja środowiska
