Modelos
Configura un endpoint compatible con OpenAI o Anthropic usando la URL base y, si hace falta, una clave API. Prueba la conexión. Un servidor local debe estar en ejecución; las herramientas remotas pueden enviar datos por separado.
Producto
Funciones del programa · Muestreo de reservorio en flujos
01
Usa SampleThicket para distinguir el reservorio retenido del flujo de entrada que ya se ha consumido.
Proyecto
Selecciona una carpeta y pide al asistente que lea los archivos relevantes antes de editarlos. Mantén el objetivo y los límites de la tarea en la conversación.
Cambios
Revisa las modificaciones y la salida de los comandos. Ejecuta las comprobaciones de tu proyecto antes de aceptar el resultado; el código generado no está probado por defecto.
Muestreo de reservorio en flujos
● ● ●SampleThicket●
Flujos de trabajo · Muestreo de reservorio en flujos ×
from random import Random
def reservoir_sample(items, size, seed):
if type(size) is not int or not 0 <= size <= 32:
raise ValueError("size.range")
if type(seed) is not int or not 0 <= seed < 2**32:
raise ValueError("seed.range")
rng, sample, count = Random(seed), [], 0
for index, item in enumerate(items):
count = index + 1
if count > 1000:
raise ValueError("stream.limit")
if index < size:
sample.append(item)
elif size:
position = rng.randrange(count)
if position < size:
sample[position] = item
if size > count:
raise ValueError("stream.short")
return sample✳Selecciona un reservorio de hasta 32 elementos de un flujo finito de hasta 1000 mediante un generador local con semilla.
✓ CambiosRevisa antes de aplicar ↗
Vista ilustrativa