モデル
OpenAI互換またはAnthropicのエンドポイントを、ベースURLと必要なAPIキーで設定し、接続をテストします。ローカルのモデルサーバーは起動が必要です。リモートツールは別途データを送信する場合があります。
● ● ●KernelQuay●
ワークフロー · 完全な離散畳み込み ×
import math
def convolve(values, kernel):
if not all(map(math.isfinite, [*values, *kernel])):
raise ValueError("finite inputs required")
if not values or not kernel: return []
result = [0] * (len(values) + len(kernel) - 1)
for i, value in enumerate(values):
for j, weight in enumerate(kernel):
result[i + j] += value * weight
if not all(map(math.isfinite, result)):
raise ValueError("non-finite result")
return result✳有限数からなる2つの列の完全な離散畳み込みを求めてください。
✓ 変更内容適用前に確認 ↗
ワークスペースのイメージ
プロジェクト
空入力、単一値、非対称カーネルを試し、空でない入力の長さの和から1を引いた出力長を確認してください。
適用前に確認
実際の動作を期待する結果と比較します。検証に失敗した場合は、次の変更を加える前に原因を調べてください。
ワークフロー
import math
def convolve(values, kernel):
if not all(map(math.isfinite, [*values, *kernel])):
raise ValueError("finite inputs required")
if not values or not kernel: return []
result = [0] * (len(values) + len(kernel) - 1)
for i, value in enumerate(values):
for j, weight in enumerate(kernel):
result[i + j] += value * weight
if not all(map(math.isfinite, result)):
raise ValueError("non-finite result")
return result数値計算の変更を、それを利用するソフトウェアに結び付ける
数値計算の補助関数はアプリケーション仕様の一部です。呼び出し元は算術だけでなく、出力の形、許容入力、失敗時の動作にも依存します。KernelQuayは、そのつながりをレビューするWindows向けAIコーディング環境です。変更を依頼する前に、実装と少数の期待結果を対話に提示してください。
例えば、処理モジュールの完全な離散畳み込みのレビューを依頼できます。呼び出し元が出力をどう使うか、空のシーケンスに意味があるかをモデルに示してください。都合のよい対称的なテストよりも誤った反転に気付きやすい、小さな非対称の例を使って、提案する境界を説明させます。
エラー処理も同じレビューに含めてください。有限の入力でも意図した数値範囲外の結果が生じ得て、後続の利用側が特定の失敗応答を必要とする場合があります。提案コードを確認し、数値チェックを実行し、有効な結果と拒否される入力の両方で呼び出し元をテストしてください。目的は連携のない数式ではなく、信頼できるソフトウェアの境界です。
KernelQuayでは、対応するOpenAI互換またはAnthropicのエンドポイントを設定し、必要な認証情報を指定できます。利用可能な拒否抑制解除AIモデルはコードの検討を支援でき、使えるツールとコンテキストはそのサーバーによって決まります。利用者の例と実行結果がレビューの具体的な根拠になります。
数値計算の変更を利用側のソフトウェアに結び付けるための編集前の質問
なぜ数値計算の補助関数の呼び出し元を含めるのですか？
アプリケーションに必要な出力長と失敗時の動作は呼び出し元が定めます。補助関数がもっともらしい数値を出しても、形や例外の変更で連携が壊れる場合があります。数値計算のリファクタリングを採用する前に、両側をレビューしてください。
ここで役立つ小さな例とは何ですか？
独立に確認できる結果を持つ、互いに異なる非対称の値を使います。意図する演算と出力順序を説明してください。そのようなテストデータは、反復値や対称値に隠れる反転や境界の誤りを見つける助けになります。
入力だけでなく不正な出力も確認すべきですか？
アプリケーションが有限の結果を要求するなら両方の境界を確認します。有効で有限の被演算子でも、すべての計算結果が要件を満たすとは限りません。期待する拒否動作と呼び出し元での扱いをテストしてください。
1つの例が一致したら最適化を採用できますか？
1つの例は出発点です。代表的な長さ、空入力の動作、仕様に含まれる失敗ケースを比較してください。実装の速度を測る前に変わった前提をレビューし、関連するプロジェクトのチェックを自分で実行します。
KernelQuay · 更新日 2026-10-25
