ASCII rakamları için Luhn denetimi
2 ile 64 ASCII rakamından oluşan sentetik dizgiyi Luhn toplamıyla doğrulayın.
def luhn_valid(text):
if type(text) is not str or not 2 <= len(text) <= 64:
raise ValueError("luhn.length")
if any(char < "0" or char > "9" for char in text):
raise ValueError("luhn.alphabet")
total = 0
for index, char in enumerate(reversed(text)):
digit = ord(char) - ord("0")
if index % 2:
digit *= 2
if digit > 9:
digit -= 9
total += digit
return total % 10 == 0Modeller
Temel URL ve gerekiyorsa API anahtarıyla OpenAI uyumlu veya Anthropic endpoint yapılandırın. Bağlantıyı test edin. Yerel model sunucusu çalışıyor olmalıdır; uzak araçlar ayrıca veri aktarabilir.
Proje
Baştaki sıfırları koruyup tek ve çift uzunlukları deneyin, boşlukları ve ASCII dışı rakamları reddedin ve hesap geçerliliği iddia etmeyin.
Uygulamadan önce inceleyin
Gerçek davranışı beklenen sonuçla karşılaştırın. Bir kontrol başarısız olursa yeni değişikliklerden önce nedenini araştırın.
def luhn_valid(text):
if type(text) is not str or not 2 <= len(text) <= 64:
raise ValueError("luhn.length")
if any(char < "0" or char > "9" for char in text):
raise ValueError("luhn.alphabet")
total = 0
for index, char in enumerate(reversed(text)):
digit = ord(char) - ord("0")
if index % 2:
digit *= 2
if digit > 9:
digit -= 9
total += digit
return total % 10 == 0Özgün metni kaybetmeden doğrulamayı inceleyin
Doğrulama kodunun kolayca karıştırılan iki sorumluluğu vardır: kabul edilebilir girdiyi tanımlamak ve bu girdinin anlamına karar vermek. DigitTally, bunları projenizin kaynak dosyaları üzerinden tartışabileceğiniz bir Windows yapay zekâ kodlama çalışma alanıdır. Yapay bir örnek, beklenen sonucu ve reddedilen girdiyi işleyen çağıranı getirin, ardından modelden mevcut sınırı incelemesini isteyin.
Luhn kontrolü örneği rakam dizeleriyle ilgili odaklı bir görev sunar. Düzenleme istemeden önce baştaki sıfırların nasıl korunacağını ve uygulamanın hangi karakter kümesini kabul ettiğini açıklayın. Önerilen değişikliğin hatalı biçimlendirilmiş değerle sağlama toplamını geçemeyen değeri nasıl ayırdığını sorun. Bu sonuçları ayrı tutmak, hesaplamanın yanı sıra çevresindeki form veya içe aktarma kodunu incelemeyi sağlar.
Öneriyi yasak karakterler içerenler dahil farklı uzunluklardaki yapay örneklerle kontrol edin ve ilgili proje testlerini çalıştırın. Sağlama toplamı sonucu bu hesaplama hakkında kanıttır; hesabın varlığına dair değildir. DigitTally desteklenen OpenAI uyumlu veya Anthropic uç noktalarına bağlanır; gerektiğinde kimlik bilgilerini yapılandırın. Hizmet sunuyorsa kısıtlamasız model seçebilirsiniz; sağlayıcı kuralları, araçlar ve bağlam kapasitesi bağlantıyla belirlenir. Kodu belirlediğiniz girdi sözleşmesine göre değerlendirin.
Tanımlayıcı doğrulama çalışmaları hakkında sorular
Görüşmede neden yapay tanımlayıcılar kullanılmalı?
Gerçek hesap ayrıntılarını paylaşmadan biçimlendirme ve sağlama toplamı davranışını yeniden üretebilirler. İlgili uzunluğu ve baştaki sıfırları koruyan örnekler seçin, beklenen sonucu belirtin; böylece asistan kodu bilinen durumlarla inceleyebilir.
Rakam dizeleri önce sayılara dönüştürülmeli mi?
Dönüşümün baştaki sıfırlar gibi uygulamanın ihtiyaç duyduğu bilgileri atıp atmayacağını inceleyin. Gösterilen sözleşme girdiyi metin sayar. Asistandan bunu doğrulama boyunca ve çağıranın hata işlemesine kadar korumasını isteyin.
Başarılı bir sağlama toplamı neyi kanıtlar?
Yalnızca değerin uygulanan sağlama toplamı kuralını karşıladığını gösterir. Hesabın varlığını, sahipliğini veya işlem yapma iznini doğrulamaz. Bu ayrı uygulama gereksinimlerini örnek doğrulama yordamı hakkındaki iddialara dahil etmeyin.
Hangi tek ve çift uzunluk durumlarına test örnekleri gerekir?
Reddedilen karakterler ve sınır uzunluklarıyla birlikte desteklenen tek ve çift uzunlukları dahil edin. Düzenlemeyi inceledikten sonra bunları çalıştırın; böylece yineleme sırasındaki değişiklik hangi konumların ikiyle çarpıldığını sessizce değiştirmez.
DigitTally · Güncellendi 2026-10-25