Tel maximaal 1000 eindige getallen met absolute waarde tot 1e100 op met compensatie.
def compensated_sum(values):
values = tuple(values)
if len(values) > 1000 or any(type(v) not in (int, float) or
not -1e100 <= v <= 1e100 for v in values):
raise ValueError("values.range")
total = correction = 0.0
for value in values:
value = float(value)
next_total = total + value
correction += ((total - next_total) + value if abs(total) >= abs(value)
else (value - next_total) + total)
total = next_total
return total + correctiondef compensated_sum(values):
values = tuple(values)
if len(values) > 1000 or any(type(v) not in (int, float) or
not -1e100 <= v <= 1e100 for v in values):
raise ValueError("values.range")
total = correction = 0.0
for value in values:
value = float(value)
next_total = total + value
correction += ((total - next_total) + value if abs(total) >= abs(value)
else (value - next_total) + total)
total = next_total
return total + correctionEen klein verschil in een numeriek resultaat kan ontstaan door invoervoorbereiding, berekeningsvolgorde of de tussentijds gebruikte weergave. SumHarrier is een AI-programmeeromgeving voor Windows om die mogelijkheden in je project te onderzoeken. Neem representatieve invoer mee en leg uit welke nauwkeurigheid je toepassing vereist. Vraag de assistent de berekening en haar afnemers te onderzoeken voordat hij stelt dat één rekenwijziging het verschil oplost.
Het voorbeeld van gecompenseerd sommeren biedt een gerichte gesprekstaak. Je kunt het geaccepteerde invoerbereik, conversie naar drijvende-kommagetallen en het door vervolgcode gebruikte resultaat onderzoeken. Vraag een voorstel met duidelijke vergelijkingsgevallen en beoordeel het effect op de nauwkeurigheidsverwachtingen van de toepassing. Houd gemeten uitkomsten gescheiden van de methodenaam: de aanwezigheid van een correctievariabele bewijst niet dat elk resultaat aan je eis voldoet.
Selecteer waar beschikbaar een geablitereerd AI-model via een ondersteund OpenAI-compatibel of Anthropic-endpoint, met inloggegevens waar nodig. Model en server bepalen beperkingen, context en tools. Beoordeel de wijzigingen, voer de numerieke projectcontroles uit en vergelijk met een geschikte referentie. Een afzonderlijk draaiende lokale modelserver maakt niet elke tool lokaal en vervangt geen tests in de runtime die de berekening uitvoert.
Geef de exacte invoer, het verwachte resultaat of de referentiemethode, het waargenomen resultaat en de toepassingstolerantie. Benoem de runtime en eventuele conversiestappen. Dat geeft het onderzoek een concreet doel in plaats van elk klein numeriek verschil als hetzelfde probleem te behandelen.
Leid dat niet uit het voorbeeld af. Het werkt nog steeds met drijvende-kommawaarden en vastgelegde invoerafspraken. Vereist je toepassing exacte hoeveelheden, maak dat dan expliciet voordat je een weergave kiest of een voorgestelde implementatie accepteert.
Afronding, opmaak of drempelvergelijkingen verderop kunnen zichtbaar gedrag veranderen. Beoordeel die toepassingen voordat je aanneemt dat de optelfunctie verantwoordelijk is. De acceptatiecontrole moet de beslissing omvatten die de toepassing met het totaal neemt, niet alleen de teruggegeven waarde van de hulpfunctie.
Gebruik dezelfde representatieve invoer en een geschikte referentie en leg fouten en uitvoeringsomstandigheden vast. Voer ook de bestaande projectcontroles uit. Kies volgens de toepassingseisen, niet volgens een stellige modelbeschrijving van numerieke kwaliteit.
SumHarrier · Bijgewerkt 2026-10-25