TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #418 · 9 мар.

Оператор pipe позволяет писать более компактный код, реализуя логику объединения данных (Union). Важно помнить, что его поведение зависит от контекста. Побитовые операции (логическое OR) result = 5 | 3 # 5 (0101) | 3 (0011) = 7 (0111) Самое главное - не путать с оператором or, это другое! Объединение множеств set_a = {1, 2, 3} set_b = {3, 4, 5} set_c = set_a | set_b # {1, 2, 3, 4, 5} set_c |= {5, 6} # {1, 2, 3, 4, 5, 6} Слияние словарей dict_1 = {"a": 1, "b": 2} dict_2 = {"b": 3, "c": 4} merged = dict_1 | dict_2 # {'a': 1, 'b': 3, 'c': 4} merged |= {"d": 5} # {'a': 1, 'b': 3, 'c': 4, 'd': 5} Аннотации типов, заменяет Union def process_data(value: int | str) -> None: print(value) Допустимо использовать в isinstance или issubclass isinstance(3, int | float) # True Паттерн-матчинг status_code = 404 match status_code: case 200 | 201 | 204: print("OK") case 400 | 404 | 500: print("ERROR") Для использования в своих классах требуется переопределить метод __or__ Так же нашел библиотеку pipe которая добавляет еще много возможностей. Рекомендую ознакомиться ;) #basic

Hashtags

Резултати

Пронајдени 1 слични објави

Пребарај: #o3pro

当前筛选 #o3pro清除筛选

Самая крутая модель OpenAI o3-pro стала доступна пользователям всех платных подписок ChatGPT. ➡️Официально o3-pro в тестах ARC-AGI-1, ARC-AGI-2 (напишу об этих тестах в отдельном посте, в том числе почему они полезны, но им не надо слепо верить) показала себя не очень. И дороже и результат хуже. ➡️При этом ранние тестировщики пишут, что o3-pro действительно сильно умнее o3 и o1-pro, но, чтобы раскрыться, модели нужно очень много вводного контекста. Иначе o3-pro склонна «переусердствовать». Пробуем... #o3pro#chatgpt#altman https://t.me/semasci