Moltiplica due quaternioni di Hamilton con quattro componenti finite entro ±10^6 e scalare per primo.
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 errore di rotazione può sopravvivere a una modifica aritmetica dall'aspetto ordinato quando due moduli non concordano sulla rappresentazione. Quaterelle è un ambiente di programmazione con IA per Windows per indagare tale discordanza. Porta nella conversazione il calcolo e il codice che lo usa e chiedi al modello collegato di identificare le convenzioni dei componenti prima di suggerire modifiche. Parti dal movimento osservato e dal risultato desiderato.
Un possibile compito è esaminare la moltiplicazione dei quaternioni usata da una trasformazione di scena. Specifica l'ordine dei componenti e quale operazione deve avvenire per prima, poi fornisci input e output noti. Chiedi all'assistente di seguire queste ipotesi nel chiamante e proporre una correzione mirata. Il compito è migliorare il tuo codice di trasformazione con una spiegazione verificabile della modifica.
Verifica la proposta sia con casi di prova aritmetici sia attraverso il comportamento dell'applicazione. Controlla la composizione con l'identità, una coppia sensibile all'ordine e componenti non validi rispetto al contratto del progetto. Poi esegui personalmente la scena interessata o il test d'integrazione. Esamina se la modifica cambia le ipotesi sulla normalizzazione o gli intervalli accettati, perché tali decisioni possono influenzare chiamanti oltre al movimento inizialmente segnalato.
Quaterelle si collega a endpoint supportati compatibili con OpenAI o Anthropic. È possibile selezionare un modello IA abliterato se disponibile dal servizio configurato; strumenti, capacità di contesto e restrizioni dipendono comunque dal modello e dal server. Usa l'ambiente per tenere insieme convenzioni e modifiche proposte mentre valuti il risultato.
Fornisci l'ordine dei componenti, la convenzione di moltiplicazione e l'interpretazione usata dal modulo utilizzatore. Includi qualsiasi conversione a quel confine. Array dall'aspetto simile possono rappresentare convenzioni diverse, quindi l'assistente non deve dedurle solo dai nomi delle variabili.
Gli esempi con l'identità possono passare anche quando l'ordine di composizione è errato. Usa una coppia nota non commutativa e specifica quale trasformazione agisce per prima. Verifica sia il risultato aritmetico sia l'effetto atteso dal percorso di trasformazione dell'applicazione.
Dipende dal contratto e dal significato degli input. Chiedi al modello di esaminare dove avviene attualmente la normalizzazione prima di aggiungerla. Un passaggio di normalizzazione automatico può alterare comportamenti su cui i chiamanti fanno intenzionalmente affidamento.
Verifica parte del calcolo, ma la scena può applicare conversioni o trasformazioni aggiuntive. Esegui anche il percorso d'integrazione pertinente. Conserva il caso numerico per spiegare la correzione e il controllo della scena per confermarne l'uso effettivo.
Quaterelle · Aggiornato 2026-10-25