from collections import Counter
def letter_feedback(answer, guess):
if any(type(s) is not str or len(s) != 5 or any(not "a" <= c <= "z" for c in s) for s in (answer, guess)):
raise ValueError("word.lowercase")
marks, remaining = [0] * 5, Counter()
for i, (a, g) in enumerate(zip(answer, guess)):
if a == g:
marks[i] = 2
else:
remaining[a] += 1
for i, g in enumerate(guess):
if marks[i] != 2 and remaining[g]:
marks[i] = 1
remaining[g] -= 1
return marks
✳पाँच छोटे ASCII अक्षरों के अनुमान को सही स्थान के लिए 2, दूसरे स्थान के लिए 1 और अनुपस्थिति के लिए 0 दें.
✓ बदलावलागू करने से पहले समीक्षा करें ↗
कार्यक्षेत्र का चित्रण
मॉडल
बेस URL और आवश्यक होने पर API कुंजी से OpenAI-संगत या Anthropic endpoint सेट करें। कनेक्शन जाँचें। स्थानीय मॉडल सर्वर चालू होना चाहिए; दूरस्थ उपकरण अलग से डेटा भेज सकते हैं।
प्रोजेक्ट
सही मेल सुरक्षित करने के बाद दोहराव जाँचें तथा बड़े अक्षर, गैर-ASCII और गलत लंबाई अस्वीकार करें.
लागू करने से पहले समीक्षा करें
वास्तविक व्यवहार की अपेक्षित परिणाम से तुलना करें। जाँच असफल हो तो अगले बदलाव से पहले कारण समझें।
from collections import Counter
def letter_feedback(answer, guess):
if any(type(s) is not str or len(s) != 5 or any(not "a" <= c <= "z" for c in s) for s in (answer, guess)):
raise ValueError("word.lowercase")
marks, remaining = [0] * 5, Counter()
for i, (a, g) in enumerate(zip(answer, guess)):
if a == g:
marks[i] = 2
else:
remaining[a] += 1
for i, g in enumerate(guess):
if marks[i] != 2 and remaining[g]:
marks[i] = 1
remaining[g] -= 1
return marks
AI के साथ कोड का कार्यक्षेत्र
खेल के नियम को परीक्षण योग्य कोड बदलाव बनाएँ
LetterRook अनौपचारिक खेल नियम को सटीक सॉफ़्टवेयर व्यवहार में बदलने के लिए Windows कोडिंग कार्यक्षेत्र देता है। परियोजना खोलें और जुड़े मॉडल को अपेक्षित प्रतिक्रिया के साथ एक चाल का उदाहरण दें। बदलाव सुझाने से पहले उससे मौजूदा स्कोरिंग कोड और उसे कॉल करने वाला कोड जाँचने को कहें, खासकर जब समस्या दोहराए प्रतीकों पर निर्भर हो।
पाँच अक्षरों की प्रतिक्रिया उपयोगी उदाहरण कार्य है। अनुमान में उत्तर की तुलना में किसी अक्षर की अधिक प्रतियाँ हो सकती हैं, इसलिए पैच माँगने से पहले बताएँ कि सटीक मेल बाकी प्रतिक्रिया को कैसे प्रभावित करते हैं। प्रस्तावित परिणाम को शब्दों के ठोस जोड़ों से जाँचें, केवल सहायक की व्याख्या से नहीं। नियम कार्यान्वयन और अनुप्रयोग की किसी भी व्याख्या को निर्धारित करें।
संपादन जाँचने के बाद सटीक मेल, दोहराए अक्षर और अस्वीकृत शब्द रूपों के परीक्षण मामले चलाएँ। देखें कि इंटरफ़ेस लौटाई गई प्रतिक्रिया को स्कोरिंग अनुबंध के अनुरूप समझता है। LetterRook समर्थित OpenAI-संगत या Anthropic एंडपॉइंट से जुड़ता है और जरूरत पर प्रवेश प्रमाण इस्तेमाल करता है। एंडपॉइंट उपलब्ध कराए तो अनफ़िल्टर्ड मॉडल चुनें; संदर्भ और टूल समर्थन फिर भी सर्वर तय करता है। बातचीत में स्पष्ट चाल और अपेक्षित परिणाम रखने से हर बदलाव का आकलन आसान होता है और खेल अब काम करता है जैसे व्यापक दावे पर निर्भर नहीं रहना पड़ता।
शब्द उदाहरणों से विश्वसनीय प्रतिक्रिया तक
दोहराए अक्षरों के लिए उपयोगी बग रिपोर्ट कैसी हो?
हर स्थान के लिए उत्तर, अनुमान, वास्तविक प्रतिक्रिया और अपेक्षित प्रतिक्रिया दें। ऐसा मामला शामिल करें जहाँ सटीक मेल कुछ उपलब्ध अक्षरों का उपयोग कर लें। इससे सहायक को स्कोरिंग कार्यान्वयन में ढूँढने के लिए सटीक अंतर मिलता है।
गलत स्थान की प्रतिक्रिया से पहले सटीक मेल क्यों जाँचें?
दिखाया गया नियम बाकी अक्षरों की आवृत्तियाँ बाँटने से पहले सटीक मेल आरक्षित करता है। हर मेल खाते अक्षर को स्वतंत्र रूप से गिनने वाला पैच दोहराए अनुमान को अधिक श्रेय दे सकता है। स्रोत में क्रम जाँचें और गलती दिखाने वाले उदाहरण रखें।
क्या स्कोरिंग फ़ंक्शन बड़े अक्षरों वाले शब्द स्वीकार करे?
मौजूदा उदाहरण पाँच छोटे ASCII अक्षर स्वीकार करता है। अनुप्रयोग को सामान्यीकरण चाहिए तो तय करें कि वह कहाँ होता है और उस सीमा का अलग परीक्षण करें। स्कोरिंग सुधार चुपचाप अलग इनपुट रूप स्वीकार न करने लगे।
इंटरफ़ेस परीक्षण स्कोरिंग मामलों में क्या जोड़े?
पुष्टि करें कि हर लौटाया चिह्न सही दिखाई देने वाली प्रतिक्रिया और स्थान से जुड़ता है। सही आंतरिक संख्याएँ भी गलत दिखाई जा सकती हैं। संबंधित स्रोत बदलाव जाँचने के बाद नियम केंद्रित परीक्षण मामलों के साथ यह जाँच चलाएँ।