Modellen
Stel een OpenAI-compatibel of Anthropic-endpoint in met de basis-URL en zo nodig een API-sleutel. Test de verbinding. Een lokale modelserver moet actief zijn; externe hulpmiddelen kunnen apart gegevens versturen.
Kies een maximale niet-overlappende deelverzameling uit maximaal 64 halfopen intervallen met gehele grenzen binnen ±10^9.
def interval_selection(intervals):
if type(intervals) is not list or len(intervals) > 64:
raise ValueError("schedule.input")
ordered = []
for index, pair in enumerate(intervals):
if type(pair) not in (list, tuple) or len(pair) != 2 or any(type(x) is not int or abs(x) > 10**9 for x in pair):
raise ValueError("schedule.pair")
start, end = pair
if start >= end:
raise ValueError("schedule.interval")
ordered.append((end, start, index))
selected, last = [], None
for end, start, index in sorted(ordered):
if last is None or start >= last:
selected.append(index)
last = end
return selected
Stel een OpenAI-compatibel of Anthropic-endpoint in met de basis-URL en zo nodig een API-sleutel. Test de verbinding. Een lokale modelserver moet actief zijn; externe hulpmiddelen kunnen apart gegevens versturen.
Test rakende grenzen en gelijke eindes, weiger nulduur en geef oorspronkelijke indices terug zonder invoerwijziging.
Vergelijk het werkelijke gedrag met het verwachte resultaat. Onderzoek een mislukte controle voordat je verdergaat met wijzigingen.
def interval_selection(intervals):
if type(intervals) is not list or len(intervals) > 64:
raise ValueError("schedule.input")
ordered = []
for index, pair in enumerate(intervals):
if type(pair) not in (list, tuple) or len(pair) != 2 or any(type(x) is not int or abs(x) > 10**9 for x in pair):
raise ValueError("schedule.pair")
start, end = pair
if start >= end:
raise ValueError("schedule.interval")
ordered.append((end, start, index))
selected, last = [], None
for end, start, index in sorted(ordered):
if last is None or start >= last:
selected.append(index)
last = end
return selected
Een planningsroutine kan een geldige verzameling intervallen retourneren en toch het verkeerde optimaliseren. EndCadence is een AI-programmeerwerkruimte voor Windows om dat onderscheid in je project te onderzoeken. Neem de selectiecode en aanroepende code mee in het gesprek en leg vervolgens uit wat de toepassing probeert te maximaliseren voordat je om wijzigingen vraagt.
Een nuttige taak is het beoordelen van selectie op vroegste eindtijd voor het grootste aantal niet-overlappende intervallen. Toon het verbonden model een kleine planning met elkaar rakende eindpunten en vermeld de halfopen conventie. Vraag het de gekozen intervallen te volgen en hun oorspronkelijke identificatoren te behouden, zodat de aanroepende code het resultaat aan de ingediende items kan koppelen.
Beoordeel hoe het voorstel ongeldige bereiken en gelijke eindtijden afhandelt. Houd het doel gescheiden van andere planningsdoelen: het maximaliseren van het aantal bewijst geen maximale waarde of vervulling van prioriteiten. Voer je projectcontroles uit met onafhankelijk gekozen planningen, inclusief lege invoer en elkaar rakende intervallen, en onderzoek daarna hoe geselecteerde identificatoren verderop worden weergegeven of verwerkt.
EndCadence verbindt met ondersteunde OpenAI-compatibele of Anthropic-eindpunten. Een beschikbaar abliterated AI-model kan helpen bij het beoordelen van de implementatie, afhankelijk van modelgedrag en servermogelijkheden. Houd het verwachte doel en de eindpuntregels in het verzoek, zodat de voorgestelde wijzigingen kunnen worden beoordeeld aan de hand van iets preciezers dan een aannemelijke planning.
Leg uit of je het grootste aantal compatibele intervallen nodig hebt of een ander doel, zoals totale waarde. Die doelen zijn niet onderling uitwisselbaar. De geïllustreerde taak met vroegste eindtijd betreft aantallen onder een specifiek niet-overlapcontract.
Specificeer de conventie. Volgens de halfopen interpretatie in dit voorbeeld mag een interval beginnen wanneer een ander eindigt. Neem precies dat geval in je testgeval op, zodat de voorgestelde vergelijking compatibele items niet per ongeluk afwijst.
De aanroepende code moet de geselecteerde planning weer kunnen koppelen aan ingediende records. Beoordeel of de functie oorspronkelijke posities of een andere stabiele identificator retourneert. Sorteren voor selectie mag de betekenis van die verwijzingen niet ongemerkt veranderen.
Definieer afwijzing voor ongeldige intervallen, inclusief een begin dat niet vóór het einde ligt, en onderzoek de reactie van de aanroepende code. Ze stilzwijgend weggooien kan invoerproblemen verbergen. Test het foutpad naast een geldige planning.
EndCadence · Bijgewerkt 2026-10-25