Proje
Sıfır, bir, iki, bileşik bir kare ve üst sınırı sınayın; negatif, kesirli veya Boolean sınırları bellek ayırmadan önce reddedin.
Yapay zekâ ile kod çalışma alanı
Sınırlı asal sayı elekleri
Dahil edilen tamsayı üst sınıra kadar asalları 1000000 ile sınırlı bir elekle listeleyin.
● ● ●SieveFern●
İş akışları · Sınırlı asal sayı elekleri ×
from math import isqrt
def primes_through(limit):
if type(limit) is not int or not 0 <= limit <= 1000000:
raise ValueError("limit.range")
sieve = bytearray([1]) * (limit + 1)
sieve[0] = 0
if limit >= 1:
sieve[1] = 0
for p in range(2, isqrt(limit) + 1):
if sieve[p]:
for multiple in range(p * p, limit + 1, p):
sieve[multiple] = 0
return [i for i, prime in enumerate(sieve) if prime]✳Dahil edilen tamsayı üst sınıra kadar asalları 1000000 ile sınırlı bir elekle listeleyin.
✓ DeğişikliklerUygulamadan önce inceleyin ↗
Çalışma alanı çizimi
Uygulamadan önce inceleyin
Gerçek davranışı beklenen sonuçla karşılaştırın. Bir kontrol başarısız olursa yeni değişikliklerden önce nedenini araştırın.
Modeller
Temel URL ve gerekiyorsa API anahtarıyla OpenAI uyumlu veya Anthropic endpoint yapılandırın. Bağlantıyı test edin. Yerel model sunucusu çalışıyor olmalıdır; uzak araçlar ayrıca veri aktarabilir.
İş akışları
from math import isqrt
def primes_through(limit):
if type(limit) is not int or not 0 <= limit <= 1000000:
raise ValueError("limit.range")
sieve = bytearray([1]) * (limit + 1)
sieve[0] = 0
if limit >= 1:
sieve[1] = 0
for p in range(2, isqrt(limit) + 1):
if sieve[p]:
for multiple in range(p * p, limit + 1, p):
sieve[multiple] = 0
return [i for i, prime in enumerate(sieve) if prime]Değişiklik isteğine iş yükü sınırını ekleyin
Bir yordam doğru yanıtı üretse bile uygulamanın kaldırabileceğinden fazla işi kabul edebilir. SieveFern, proje kodundaki bu farkı incelemek için Windows yapay zekâ kodlama çalışma alanı sunar. Modelden uygulamayı değiştirmesini istemeden önce kabul edilen ve reddedilen iş yükünü, çağıranların alması gereken yanıtı açıklayın.
Örneğin görüşmeye sınırlı asal sayı üretme yordamını getirin. Modelden girdi sınırının bellek ayırma ve hesaplamaya göre nerede kontrol edildiğini incelemesini isteyin. Küçük kabul edilen girdilerle belirtilen sınırın ötesinde bir istek ekleyin; böylece yama hem yararlı sonuçları hem kontrollü reddetmeyi ele almak zorunda kalır.
Sınırı artıran her öneriyi ayrı bir karar olarak inceleyin. Değişen sabit bellek gereksinimini, çalışma süresini ve işlemi sunan arayüzü etkileyebilir. Desteklemek istediğiniz durumlarda proje kontrollerini çalıştırın ve önemli olan yerlerde kaynak kullanımını ölçün. Ölçülen gözlemleri görüşmede sunulan tahminlerden ayırın.
SieveFern, gerektiğinde kimlik bilgileriyle desteklenen OpenAI uyumlu veya Anthropic model bağlantılarını yapılandırmanızı sağlar. Uç noktanız sansürsüz yapay zekâ modeli sunuyorsa yanıtları yine modelin gerçek politikaları yönetir. Araçlar ve bağlam kapasitesi de modele ve sunucuya bağlıdır; uygulamanız için güvenli iş yükü sınırını bunlar belirlemez.
Kaynak sınırı olan bir özelliği inceleme
Fazla büyük bir istek nerede reddedilmeli?
Doğrulamanın pahalı bellek ayırma veya işlemden önce yapılıp yapılmadığını inceleyin. Modelden bu sıralamayı ve çağıranın hata işlemesini izlemesini isteyin. Reddetmenin amaçlanan yolu izlediğini doğrulamak için kabul edilen sınırın hemen ötesindeki isteği sınayın.
Boyut sınırını yükseltmek yalnızca yapılandırma değişikliği midir?
İş yükünü önemli ölçüde değiştirebilir. Artırmadan önce uygulamayı inceleyin ve ortamınızda ilgili kaynak kullanımını ölçün. Çağıranların, zaman aşımlarının veya çevre arayüzlerin eski azami değere dayanıp dayanmadığını da kontrol edin.
Yararlı bir performans gözlemi nasıl olur?
Sonuçla birlikte sınanan girdiyi, çalışma ortamını ve ölçüm yöntemini kaydedin. Öneriyi değerlendirirken benzer koşulları karşılaştırın. Model tahmini deney planlamaya yardımcı olabilir, ancak uygulamanızın ölçümü değildir.
Kaynak kontrollerinin yerel modelin yanında çalıştığını varsayabilir miyim?
Hayır. Yerel model kendi çalışan sunucusuna ihtiyaç duyar; bağlı araçlar başka yerde çalışabilir veya uzak hizmetlere bağlanabilir. Bellek ve zamanlama sonuçlarını hedef makinenizi temsil ediyor saymadan önce gerçek yürütme düzenini doğrulayın.
SieveFern · Güncellendi 2026-10-25