Preskoči na glavni sadržaj
🔒 Način pregleda. Prvih petnaest Foundations lekcija je besplatno; ova je Pro. Pokrenite 7-dnevni trial da otključate editor, AI savjete i ostatak programa. Kartica obavezna, otkažite bilo kada u Dashboard.Pokreni 7-dnevni trial →
← KolegijiAI Engineering with PythonModul 3 · RAG (Retrieval-Augmented Generation)Strategije usitnjavanjawrite36 / 105
+100 XP
Zadatak
📝 **Pitanje:** **Napišite funkciju** \`chunk_count(total_tokens, chunk_size, overlap)\` koja vraća broj dijelova koje dokument proizvodi s chunking-om u kliznom prozoru. Specifikacija: svaki komad je \`chunk_size\` žeton. Svaki chunk preklapa prethodni za \`preklapanje\` tokena — tako da je *korak* (efektivni novi tokeni po chunk-u) \`chunk_size - overlap\`. Prvi dio počinje od 0; novi se dijelovi dodaju sve dok početna pozicija ne premaši \`total_tokens\`. Formula: \`\`\` korak = chunk_size - preklapanje count = ceil(max(0, total_tokens - preklapanje) / korak) \`\`\` (Rubni slučaj: ako \`total_tokens <= chunk_size\`, to je još uvijek 1 komad.) Zatim se ispisni dio računa za ove tri konfiguracije dokumenta od 50.000 tokena: \`\`\` 500/50: 111 800/80: 70 1500/200: 39 \`\`\` Pad od 3× sa 111 dijelova na 39 dijelova → to je kompromis troškova ugradnje koji stariji razvojni programeri eksplicitno ističu prije indeksiranja 1 milijuna dokumenata. 📋 Odaberite pravi odgovor. 💡 **Savjet:** Ponovno pročitajte gornju teoriju ako niste sigurni.
✏️ Piši kod ovdje
🐍
Učitavanje Pythona...
Jednokratno preuzimanje (~1 MB). Zatim radi odmah.
📊 Rezultat
Klikni Pokreni da vidiš rezultat...

💬 Rasprava

Budi prvi — postavi pitanje ili podijeli savjet.
Prijavi se kako bi se pridružio raspravi. Čitanje je besplatno.
Učitavanje rasprave…