Multipliez deux quaternions de Hamilton de quatre composantes finies dans ±10^6, scalaire en premier.
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)
Un problème de rotation peut survivre à une correction arithmétique soignée lorsque deux modules divergent sur la représentation. Quaterelle est un espace de programmation assistée par IA sous Windows pour étudier ce désaccord. Fournissez le calcul et ses utilisateurs dans la conversation et demandez au modèle connecté d’identifier les conventions des composantes avant de suggérer des modifications. Commencez par le mouvement observé et le résultat visé.
Une tâche possible consiste à examiner une multiplication de quaternions utilisée par une transformation de scène. Précisez l’ordre des composantes et l’opération qui doit être effectuée en premier, puis fournissez des entrées et sorties connues. Demandez à l’assistant de suivre ces hypothèses dans l’appelant et de proposer une correction ciblée. La tâche consiste à améliorer votre propre code de transformation avec une explication vérifiable du changement.
Vérifiez la proposition à la fois avec des jeux de test arithmétiques et le comportement de l’application. Contrôlez la composition avec l’identité, une paire sensible à l’ordre et des composantes invalides selon le contrat du projet. Exécutez ensuite vous-même la scène concernée ou le test d’intégration. Examinez si la correction modifie les hypothèses de normalisation ou les plages acceptées, car ces décisions peuvent affecter d’autres appelants que le mouvement initialement signalé.
Quaterelle se connecte aux points de terminaison compatibles OpenAI ou Anthropic pris en charge. Un modèle d’IA ablitéré peut être sélectionné si votre service configuré en propose un ; les outils, la capacité de contexte et les restrictions dépendent toujours du modèle et du serveur. Utilisez l’espace de travail pour réunir conventions et modifications proposées pendant l’évaluation du résultat.
Indiquez l’ordre des composantes, la convention de multiplication et l’interprétation utilisée par le module destinataire. Incluez toute conversion à cette interface. Des tableaux semblables peuvent représenter des conventions différentes : l’assistant ne doit pas les déduire uniquement des noms de variables.
Les exemples d’identité peuvent réussir même si l’ordre de composition est incorrect. Utilisez une paire non commutative connue et précisez quelle transformation agit d’abord. Vérifiez le résultat arithmétique et l’effet attendu dans le chemin de transformation de l’application.
Cela dépend du contrat et du sens des entrées. Demandez au modèle d’examiner où la normalisation intervient actuellement avant de l’ajouter. Une normalisation automatique peut modifier un comportement dont les appelants dépendent intentionnellement.
Il vérifie une partie du calcul, mais la scène peut appliquer d’autres conversions ou transformations. Exécutez également le chemin d’intégration pertinent. Conservez le test numérique pour expliquer la correction et la vérification de scène pour confirmer son utilisation réelle.
Quaterelle · Mis à jour 2026-10-25