Перемножте прямокутні цілочисельні матриці до 64 рядків і стовпців кожна.
def matrix_product(left, right):
left, right = [tuple(r) for r in left], [tuple(r) for r in right]
widths = []
for matrix in (left, right):
width = len(matrix[0]) if matrix else 0
if len(matrix) > 64 or width > 64 or any(len(r) != width for r in matrix):
raise ValueError("matrix.shape")
if any(type(v) is not int for r in matrix for v in r):
raise ValueError("cell.integer")
widths.append(width)
if widths[0] != len(right):
raise ValueError("matrix.incompatible")
return [[sum(row[k] * right[k][j] for k in range(widths[0]))
for j in range(widths[1])] for row in left]Порівняйте фактичну поведінку з очікуваним результатом. Якщо перевірка не проходить, з’ясуйте причину перед наступними змінами.
Налаштуйте OpenAI-сумісний або Anthropic endpoint із базовою URL-адресою та API-ключем, якщо він потрібен. Перевірте з’єднання. Локальний сервер моделі має працювати; віддалені інструменти можуть окремо передавати дані.
Перевірте порожній ввід та одну клітину, відхиляючи нерівні рядки, несумісні розміри й логічні клітини без зміни матриць.
def matrix_product(left, right):
left, right = [tuple(r) for r in left], [tuple(r) for r in right]
widths = []
for matrix in (left, right):
width = len(matrix[0]) if matrix else 0
if len(matrix) > 64 or width > 64 or any(len(r) != width for r in matrix):
raise ValueError("matrix.shape")
if any(type(v) is not int for r in matrix for v in r):
raise ValueError("cell.integer")
widths.append(width)
if widths[0] != len(right):
raise ValueError("matrix.incompatible")
return [[sum(row[k] * right[k][j] for k in range(widths[0]))
for j in range(widths[1])] for row in left]MatrixCairn надає середовище програмування з ШІ у Windows для роботи над кодом, що приймає структуровані числові дані. Додайте відповідні файли проєкту й опишіть дозволені форми, типи значень і результат, очікуваний кодом виклику. Попросіть модель перевірити валідацію та обчислення разом. Так легше перевірити збереження потрібної застосунку структури, навіть коли окремі обчислення виглядають розумно.
У завданні з matrix.py можна дослідити відхилення несумісних розмірів або нерівних рядків перед множенням матриць. Попросіть помічника пояснити поточні припущення та за потреби запропонувати вузьке виправлення. Використовуйте явні приклади входу й виходу, включно з порожніми формами, які дозволяє проєкт. Мета — покращити реалізацію за перевірюваними даними, а не виводити математичну правильність з охайної функції.
Після перегляду змін запустіть перевірки проєкту й підтвердьте, як неправильні дані доходять до споживача. Додайте фактично підтримувані граничні розміри, не покладаючись лише на малий успішний приклад. Модель без фільтрів можна підключити через підтримувану кінцеву точку, сумісну з OpenAI, або Anthropic, якщо вона там доступна, з обліковими даними за потреби. У MatrixCairn інструменти, місткість контексту й обмеження моделі залежать від налаштованого сервісу; середовище підтримує обговорення, а ви перевіряєте обчислення.
Визначте, чи застосунок відхиляє його, чи перетворює перед обчисленням. Не дозволяйте випадковому правилу ітерації вирішувати це. Попросіть помічника з’ясувати місце цієї політики й перевірити помилку, яку бачить код виклику.
Перевірте також розміри результату й відповідність рядків та стовпців. Кілька правильних значень не доводять очікуваної подальшим кодом форми, особливо після зміни обробки порожніх даних.
Укажіть підтримувані межі й перевірте місце їх забезпечення. Випробуйте допустимі граничні розміри й завеликий випадок. Межі прикладу не є гарантією швидкодії застосунку або дозволом пропускати перевірки під час виконання.
Вирішіть, чи належить тип до контракту, потім явно перевірте перетворення або відхилення. Поблажлива зміна може пізніше вплинути на арифметику й серіалізацію, тому перевіряйте весь шлях, а не розширюйте допустимі значення без причини.
MatrixCairn · Оновлено 2026-10-25