Seis respostas para uma pergunta
Por que isso importa Perguntar de novo e ficar com a resposta mais comum parece uma segunda opinião. Amostras de um mesmo modelo compartilham os hábitos dele, então a maioria pode errar junta.
A saída do assistente nesta lição foi escrita para o curso, exatamente no formato que assistentes reais produzem. Não é uma gravação de nenhum modelo específico.
Um colega pediu seis vezes "uma função que retorna a mediana de uma lista de números". Quatro das seis respostas pegam um único elemento do meio depois de ordenar, o que está errado para listas de tamanho par (a mediana de [1, 2, 3, 4] é 2.5); uma delas também ordena a lista de quem chamou no próprio lugar. Duas estão certas. Vote no que elas retornam e uma resposta errada vence por três a dois.
Rodá-las sai mais barato do que discutir sobre elas. Alguns casos com respostas conhecidas, incluindo o que a resposta comum erra, separam as seis de uma vez.
load_sample roda o código de uma amostra aqui, nesta aba do navegador, como se fosse seu. Estas amostras foram escritas para o curso. Com a saída de um assistente real, leia primeiro e rode em algum lugar descartável, como um container ou uma máquina virtual temporária, nunca perto das suas chaves e dados.
Self-consistency: gerar várias respostas e ficar com a maioria. Ajuda quando os erros são aleatórios; não ajuda quando o modelo tem um único ponto cego sistemático.
Escreva rank(samples, name, cases). samples é uma lista de strings de código, cada uma destinada a definir uma função chamada name. cases é uma lista de pares de (args, expected), sendo args uma tupla. Para cada amostra, obtenha sua função com load_sample(code, name) de creative.samples; se isso resultar em None (o código falhou ao rodar ou não define nenhum name), todos os casos falham. Caso contrário, chame a função para cada caso (passe uma cópia de qualquer argumento de lista, para que uma amostra não mude o caso da próxima); um caso passa quando a chamada retorna um valor igual a expected, e falha se for diferente ou gerar erro. Retorne um dicionário por amostra, {"sample": i, "passed": n, "failed": [case indexes]}, com mais passes primeiro, empates pelo índice da amostra.
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.