Multipliziere zwei Hamilton-Quaternionen mit je vier endlichen Komponenten innerhalb ±10^6 und Skalar zuerst.
import math
def quaternion_product(a, b):
for q in (a, b):
if type(q) not in (list, tuple) or len(q) != 4:
raise ValueError("quaternion.shape")
if any(type(x) not in (int, float) or not -10**6 <= x <= 10**6 or not math.isfinite(x) for x in q):
raise ValueError("quaternion.value")
w, x, y, z = a
v, i, j, k = b
return (w*v-x*i-y*j-z*k, w*i+x*v+y*k-z*j,
w*j-x*k+y*v+z*i, w*k+x*j-y*i+z*v)
import math
def quaternion_product(a, b):
for q in (a, b):
if type(q) not in (list, tuple) or len(q) != 4:
raise ValueError("quaternion.shape")
if any(type(x) not in (int, float) or not -10**6 <= x <= 10**6 or not math.isfinite(x) for x in q):
raise ValueError("quaternion.value")
w, x, y, z = a
v, i, j, k = b
return (w*v-x*i-y*j-z*k, w*i+x*v+y*k-z*j,
w*j-x*k+y*v+z*i, w*k+x*j-y*i+z*v)
Ein Rotationsfehler kann einen sauber wirkenden Arithmetikpatch überleben, wenn zwei Module verschiedene Darstellungskonventionen verwenden. Quaterelle ist ein KI-Programmierarbeitsbereich für Windows zur Untersuchung solcher Abweichungen. Bringen Sie Berechnung und verarbeitende Komponenten ins Gespräch und lassen Sie das verbundene Modell vor Änderungsvorschlägen die Komponentenkonventionen bestimmen. Beginnen Sie mit der beobachteten Bewegung und dem gewünschten Ergebnis.
Eine mögliche Aufgabe ist die Prüfung einer Quaternionenmultiplikation für eine Szenentransformation. Geben Sie Komponentenreihenfolge und zuerst auszuführende Operation sowie bekannte Ein- und Ausgaben an. Lassen Sie den Assistenten diese Annahmen durch den aufrufenden Code verfolgen und eine gezielte Korrektur vorschlagen. Ziel ist die Verbesserung Ihres eigenen Transformationscodes mit einer nachvollziehbaren Erklärung der Änderung.
Prüfen Sie den Vorschlag sowohl mit arithmetischen Testfällen als auch anhand des Anwendungsverhaltens. Prüfen Sie Komposition mit der Identität, ein reihenfolgeabhängiges Paar und ungültige Komponenten gegen den Projektvertrag. Führen Sie dann selbst die betroffene Szene oder den Integrationstest aus. Untersuchen Sie, ob der Patch Normalisierungsannahmen oder zulässige Bereiche verändert, da solche Entscheidungen andere Aufrufer über die ursprünglich gemeldete Bewegung hinaus beeinflussen können.
Quaterelle verbindet sich mit unterstützten OpenAI-kompatiblen oder Anthropic-Endpunkten. Ein abliteriertes KI-Modell kann gewählt werden, wenn es Ihr konfigurierter Dienst anbietet; Werkzeuge, Kontextkapazität und Einschränkungen bleiben modell- und serverabhängig. Halten Sie im Arbeitsbereich Konventionen und Änderungsvorschläge zusammen, während Sie das Ergebnis bewerten.
Geben Sie Komponentenreihenfolge, Multiplikationskonvention und Interpretation des verarbeitenden Moduls an. Berücksichtigen Sie Umwandlungen an dieser Schnittstelle. Ähnlich aussehende Arrays können unterschiedliche Konventionen darstellen; der Assistent sollte sie daher nicht allein aus Variablennamen ableiten.
Identitätsbeispiele können auch bei falscher Kompositionsreihenfolge bestehen. Verwenden Sie ein bekanntes nichtkommutierendes Paar und geben Sie an, welche Transformation zuerst wirkt. Prüfen Sie sowohl das arithmetische Ergebnis als auch den im Transformationspfad der Anwendung erwarteten Effekt.
Das hängt vom Vertrag und der Bedeutung der Eingaben ab. Lassen Sie das Modell vor einer Ergänzung prüfen, wo die Normalisierung derzeit stattfindet. Ein automatischer Normalisierungsschritt kann Verhalten verändern, auf das Aufrufer absichtlich angewiesen sind.
Er prüft einen Teil der Berechnung, doch die Szene kann zusätzliche Umwandlungen oder Transformationen anwenden. Führen Sie auch den relevanten Integrationspfad aus. Behalten Sie den numerischen Testfall zur Erklärung der Korrektur und die Szenenprüfung zur Bestätigung ihrer tatsächlichen Verwendung.
Quaterelle · Aktualisiert 2026-10-25