Μετάβαση στο κύριο περιεχόμενο
🔒 Λειτουργία προεπισκόπησης. Τα πρώτα δεκαπέντε μαθήματα Foundations είναι δωρεάν· αυτό είναι Pro. Ξεκινήστε ένα 7ήμερο trial για να ξεκλειδώσετε τον επεξεργαστή, τις υποδείξεις AI και το υπόλοιπο του προγράμματος. Απαιτείται κάρτα, ακυρώνετε οποιαδήποτε στιγμή από το Dashboard.Ξεκινήστε 7ήμερο trial →
← ΜαθήματαAI Engineering with PythonΕνότητα 3 · RAG (Retrieval-Augmented Generation)Στρατηγικές τεμαχισμούwrite36 / 105
+100 XP
Εργασία
📝 **Ερώτηση:** **Γράψτε τη συνάρτηση** \`chunk_count(total_tokens, chunk_size, overlap)\` που επιστρέφει τον αριθμό των κομματιών που παράγει ένα έγγραφο με τμηματοποίηση συρόμενου παραθύρου. Προδιαγραφές: κάθε κομμάτι είναι διακριτικά \`chunk_size\`. Κάθε κομμάτι επικαλύπτει το προηγούμενο κατά κουπόνια \`επικάλυψης\` — έτσι το *βήμα* (αποτελεσματικά νέα διακριτικά ανά κομμάτι) είναι \`μέγεθος_τεμαχίου - επικάλυψη\`. Το πρώτο κομμάτι ξεκινά από το 0. νέα κομμάτια συνεχίζουν να προστίθενται έως ότου η θέση έναρξης υπερβεί το \`total_tokens\`. Φόρμουλα: \`\`\` step = chunk_size - επικάλυψη count = ανώτατο όριο (μέγιστο (0, total_tokens - επικάλυψη) / βήμα) \`\`\` (Περίπτωση άκρων: αν \`total_tokens <= chunk_size\`, αυτό είναι ακόμα 1 κομμάτι.) Στη συνέχεια, το κομμάτι εκτύπωσης μετράει για αυτές τις τρεις διαμορφώσεις ενός εγγράφου 50.000 διακριτικών: \`\`\` 500/50: 111 800/80: 70 1500/200: 39 \`\`\` Η πτώση 3× από 111 κομμάτια σε 39 κομμάτια → αυτό είναι ο αντιστάθμισης κόστους ενσωμάτωσης που ξεκαθαρίζουν οι ανώτεροι προγραμματιστές πριν από την ευρετηρίαση εγγράφων 1 εκατομμυρίου. 📋 Επιλέξτε τη σωστή απάντηση. 💡 **Υπόδειξη: ** Ξαναδιαβάστε την παραπάνω θεωρία εάν δεν είστε σίγουροι.
✏️ Γράψε τον κώδικά σου εδώ
🐍
Φόρτωση Python...
Λήψη μία φορά (~1 MB). Μετά τρέχει αμέσως.
📊 Αποτέλεσμα
Πάτα Εκτέλεση για να δεις το αποτέλεσμα...

💬 Συζήτηση

Γίνε ο πρώτος — κάνε μια ερώτηση ή μοιράσου μια συμβουλή.
Σύνδεση για να συμμετάσχεις στη συζήτηση. Η ανάγνωση είναι δωρεάν.
Φόρτωση συζήτησης…