Chương trình học Bài 101 trên tổng số 148 · Đánh giá kết quả
Đánh giá kết quả

Sáu câu trả lời cho một câu hỏi

Vì sao điều này quan trọng Hỏi lại và lấy câu trả lời phổ biến nhất có cảm giác như một ý kiến thứ hai. Các mẫu từ cùng một mô hình chia sẻ thói quen của nó, nên số đông có thể cùng sai.

Kết quả của trợ lý trong bài học này được viết cho khóa học theo đúng hình dạng mà các trợ lý thật tạo ra. Nó không phải là bản ghi của bất kỳ mô hình cụ thể nào.

Một đồng đội đã hỏi sáu lần "một hàm trả về trung vị của một list số". Bốn trong sáu câu trả lời chọn một phần tử ở giữa sau khi sắp xếp, điều này sai với các list có độ dài chẵn (trung vị của [1, 2, 3, 4] là 2.5); một trong số đó còn sắp xếp list của bên gọi tại chỗ. Hai cái là đúng. Bỏ phiếu theo những gì chúng trả về, và một câu trả lời sai thắng ba trên hai.

Chạy chúng rẻ hơn tranh cãi về chúng. Vài trường hợp có đáp án đã biết, kể cả cái mà câu trả lời phổ biến bỏ sót, phân loại cả sáu cùng lúc.

load_sample chạy mã của một mẫu ở đây, trong thẻ trình duyệt này, như mã của chính bạn. Các mẫu này được viết cho khóa học. Với kết quả thật của trợ lý, hãy đọc nó trước và chạy nó ở một nơi dùng xong bỏ, như một container hay một máy ảo vứt đi được, không bao giờ cạnh các khóa và dữ liệu của bạn.

Tự nhất quán (self-consistency): lấy mẫu vài câu trả lời và chọn số đông. Nó giúp khi các lỗi là ngẫu nhiên; nó không giúp khi mô hình có một điểm mù có hệ thống.

Đến lượt bạn

Viết rank(samples, name, cases). samples là một list các chuỗi mã, mỗi cái nhằm định nghĩa một hàm tên name. cases là một list các cặp (args, expected), args là một tuple. Với mỗi mẫu, lấy hàm của nó bằng load_sample(code, name) từ creative.samples; nếu cái đó cho None (mã không chạy được hoặc không định nghĩa name), mọi trường hợp đều thất bại. Nếu không, gọi hàm cho mỗi trường hợp (truyền một bản sao của mọi đối số list, để một mẫu không thể thay đổi trường hợp cho mẫu tiếp theo); một trường hợp qua khi lời gọi trả về một giá trị bằng expected, và thất bại nếu nó khác hoặc báo lỗi. Trả về một dict cho mỗi mẫu, {"sample": i, "passed": n, "failed": [case indexes]}, nhiều lần qua nhất trước, bằng nhau thì theo chỉ số mẫu.

Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này

Bài tập này sẽ sớm mở.

Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.