강의 계획 레슨 148개 중 101번째 · 출력 판단하기
출력 판단하기

한 질문에 대한 여섯 답

왜 중요한가 다시 묻고 가장 흔한 답을 고르는 건 두 번째 의견처럼 느껴져요. 한 모델의 샘플들은 그 버릇을 공유해서, 다수가 함께 틀릴 수 있어요.

이 레슨의 어시스턴트 출력은 실제 어시스턴트가 내는 모양 그대로 이 강좌를 위해 쓴 거예요. 특정 모델의 기록이 아니에요.

한 팀원이 "숫자 리스트의 중앙값을 반환하는 함수"를 여섯 번 요청했어요. 여섯 답 중 넷은 정렬한 뒤 가운데 원소 하나를 고르는데, 길이가 짝수인 리스트에서는 틀려요([1, 2, 3, 4]의 중앙값은 2.5예요). 그중 하나는 호출한 쪽의 리스트를 제자리에서 정렬하기도 해요. 둘이 맞아요. 반환하는 것에 투표하면, 틀린 답이 3 대 2로 이겨요.

실행하는 게 그걸 두고 논쟁하는 것보다 싸요. 흔한 답이 놓치는 것을 포함해 답을 아는 사례 몇 개가 여섯을 한 번에 가려내요.

load_sample은 샘플의 코드를 여기, 이 브라우저 탭에서 여러분 코드처럼 실행해요. 이 샘플들은 강좌를 위해 쓴 거예요. 실제 어시스턴트 출력은 먼저 읽고, 컨테이너나 버릴 가상 머신 같은 일회용 장소에서 실행하세요. 키와 데이터 옆에서는 절대 안 돼요.

자기 일관성: 여러 답을 샘플링하고 다수를 고르는 것. 오류가 무작위일 때는 도움이 되지만, 모델에 체계적인 사각지대 하나가 있을 때는 도움이 되지 않아요.

내 차례

rank(samples, name, cases)를 쓰세요. samples는 코드 문자열의 리스트고, 각각 name이라는 함수를 정의하려는 거예요. cases는 (args, expected) 쌍의 리스트고, args는 튜플이에요. 각 샘플에 대해 creative.samples의 load_sample(code, name)으로 함수를 얻으세요. 그게 None을 주면(코드가 실행에 실패했거나 name을 정의하지 않으면) 모든 사례가 실패해요. 아니면 사례마다 함수를 호출하세요(한 샘플이 다음 샘플의 사례를 바꿀 수 없도록 리스트 인자는 복사본을 넘기세요). 호출이 expected와 같은 값을 반환하면 사례는 통과하고, 다르거나 예외가 나면 실패해요. 샘플마다 dict 하나, {"sample": i, "passed": n, "failed": [case indexes]}를 반환하고, 통과가 가장 많은 것부터, 같으면 샘플 인덱스 순으로요.

이 레슨에서 문제를 발견했나요? 알려 주세요 · 이 레슨에 대해 묻기

이 연습은 곧 열려요

앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.