JEV / COMPOSITION LIBRARY / RUNNABLE RESULTS

写出一种方法,
再把它当作新方法的材料。

同一组组合操作,连接问题、判断与精确算法。下面三条程序由 Python 实际运行,拖动滑块可以查看输出;库与 Claude 的语言内核共用执行、预算和记录。

本页模型观察均为合成数据,外部模型费用为 $0。候选更新、表达式执行、反例反馈与最优分配实际运行;这些结果验证组合能力,尚不代表真实 JEV 的准确率或加速比。

01 · 程序选择下一道问题

128 → 17 次判断,找到目标 93

只替换“如何划分候选”的组件:二分策略用 7 次;顺序策略用 94 次。两者共用选题、观察、更新、停止的算法构造器。这里的合成观察器掌握目标编号。

这个求解器还可以被返回、再使用两次

02 · 用反例构造程序

3 轮得到可执行表达式

给定“输入 −4 到 4,输出绝对值”,程序从有限表达式集合提出候选。真实执行检查器反馈反例,下一轮复用这些反例。

输出:

保证覆盖全部 9 个指定输入;候选排序与复杂度观察为固定数据。

03 · 新作者写出新的算法

独立作者只看公开文档,把资格判断、未决保留与精确预算分配组合成完整方法,再接入报告组件。

滑块展示原程序在预算 0–17 的实际结果。每个预算都用独立穷举方法对照;原始资格输入是明确标注的合成审查。

删掉一部分,看看谁真正贡献了效果

保持同一个绝对值问题、候选集合与精确检查器,仅替换组件,重新运行三种条件。

未决可以局部保留,完整的方法可以继续组合

inquire(准备问题, 更新候选, 完成条件) → 求解组件
feedback(构造候选, 实际检查, 吸收反例, 完成条件) → 求解组件

方法 = 已有组件.then(另一个组件)
更大的方法 = product(方法, 另一个方法).then(汇总)
查看执行结构与原始结果