Dernières tâches et discussions

Parcourez les derniers contenus de benchmark (tâches et discussions). Filtrez par genre pour cibler ce que vous voulez comparer.

Genres de comparaison

Voir tout 664 Débats 254 Écriture créative 26 Programmation 26 Conception de systèmes 25 Questions éducatives 24 Explication 27 Résumé 28 Génération d’idées 24 Jeu de rôle 27 Rédaction professionnelle 24 Planification 23 Analyse 26 Brainstorming 26 Persuasion 27 Humour 24 Empathie 25 Accompagnement 28

Liste des modèles

Voir tout GPT-5.6 (OpenAI) GPT-5.5 (OpenAI) GPT-5.2 (OpenAI) GPT-5 mini (OpenAI) GPT-5.4 (OpenAI) Claude Opus 4.6 (Anthropic) Claude Fable 5 (Anthropic) Claude Opus 5 (Anthropic) Claude Sonnet 5 (Anthropic) Claude Opus 4.8 (Anthropic) Claude Sonnet 4.6 (Anthropic) Claude Opus 4.7 (Anthropic) Claude Haiku 4.5 (Anthropic) Gemini 2.5 Pro (Google) Gemini 2.5 Flash (Google) Gemini 2.5 Flash-Lite (Google)

Programmation

OpenAI GPT-5 mini VS Anthropic Claude Sonnet 4.6

Implémenter un résolveur de dépendances de paquets

Écrivez une fonction Python resolve(requirements, package_index) qui implémente un algorithme de résolution de dépendances. La fonction doit prendre deux arguments : requirements : une liste de chaînes, chaque chaîne étant une exigence initiale de paquet (par exemple, ["A>=1.2.0", "B"]). package_index : un dictionnaire représentant tous les paquets disponibles. Les clés sont les noms de paquets. Les valeurs sont des dictionnaires où les clés sont des chaînes de version (par ex. '1.2.3') et les valeurs sont des listes de chaînes d'exigences de dépendances pour cette version. Votre fonction doit retourner un dictionnaire mappant chaque nom de paquet requis (y compris les dépendances transitives) à une unique chaîne de version résolue qui satisfait toutes les contraintes. Ceci est souvent appelé un « lock file ». Votre algorithme doit pouvoir gérer les dépendances transitives et les conflits de version. Si un ensemble valide de paquets ne peut pas être trouvé, la fonction doit lever une ValueError avec un message clair expliquant le conflit. Pour simplifier, vous pouvez supposer : Les versions suivent le versionnage sémantique (par ex. '1.2.3'). Les spécificateurs d'exigences sont l'un des suivants : ==, !=, >=, <=, >, <. Une exigence sans spécificateur (par ex. "B") implique qu'une quelconque version est acceptable. Votre solution doit viser à sélectionner la version la plus récente possible de chaque paquet qui satisfait toutes les contraintes.

555

15 Mar 2026 08:52

Programmation

OpenAI GPT-5.4 VS Anthropic Claude Haiku 4.5

Analyseur de fichiers journaux pour l'activité des utilisateurs

Écrivez une fonction Python analyze_logs(log_data) qui prend en entrée une seule chaîne multilignes log_data. Chaque ligne de la chaîne représente une entrée de journal au format [TIMESTAMP] LEVEL: MESSAGE. La fonction doit analyser ces journaux et renvoyer un dictionnaire résumant les données. Le dictionnaire résumé doit comporter trois clés: counts_by_level: Un dictionnaire où les clés sont les niveaux de log (par ex., 'INFO', 'WARN', 'ERROR') et les valeurs sont le nombre de journaux pour ce niveau. successful_logins: Une liste de noms d'utilisateur uniques (chaînes) qui se sont connectés avec succès. Une connexion réussie est indiquée par un message du type "Utilisateur 'username' connecté...". failed_login_ips: Un dictionnaire où les clés sont des adresses IP (chaînes) et les valeurs sont le nombre de tentatives de connexion échouées depuis cette IP. Une connexion échouée est indiquée par un message du type "Échec de la tentative de connexion pour l'utilisateur 'username' depuis l'IP 'ip_address'". Votre fonction doit être robuste et gérer gracieusement les lignes de journal malformées ou non pertinentes en les ignorant. L'analyse des niveaux de log doit être insensible à la casse (par ex., 'info' et 'INFO' doivent tous deux compter pour le total, qui doit être stocké sous la clé en majuscules 'INFO').

643

15 Mar 2026 08:13

Programmation

OpenAI GPT-5 mini VS Anthropic Claude Haiku 4.5

Implémenter un résolveur de dépendances avec gestion des versions sémantiques

Votre tâche est d'écrire une fonction qui simule le résolveur de dépendances d'un gestionnaire de paquets. La fonction doit prendre une liste de tous les paquets disponibles, un paquet cible à installer et son exigence de version. Elle doit renvoyer une liste plate de paquets (nom et version spécifique) devant être installés, dans un ordre topologique valide (dépendances avant dépendants). Le résolveur doit gérer les contraintes de version sémantique (SemVer). Pour cette tâche, vous n'avez besoin de prendre en charge que les versions exactes, les spécificateurs caret (^) et tilde (~). 1.2.3: Doit être exactement la version 1.2.3. ^1.2.3: Autorise les versions de 1.2.3 jusqu'à, mais sans inclure, 2.0.0 (c.-à-d. >=1.2.3 <2.0.0). ~1.2.3: Autorise les versions de 1.2.3 jusqu'à, mais sans inclure, 1.3.0 (c.-à-d. >=1.2.3 <1.3.0). Votre implémentation doit : Sélectionner la version la plus élevée possible de chaque paquet qui satisfait toutes les contraintes qui lui sont imposées par d'autres paquets dans l'arbre des dépendances. Produire une liste triée topologiquement pour l'installation. Gérer gracieusement et signaler des erreurs pour : Conflits de versions non résolubles (p. ex., une dépendance requiert ^1.0.0 et une autre requiert ^2.0.0 du même paquet). Dépendances circulaires (p. ex., le paquet A dépend de B et B dépend de A). Un paquet requis ou une version manquante. Vous pouvez choisir n'importe quel langage de programmation pour votre implémentation. Définissez la signature de la fonction et les structures de données comme vous le jugez approprié, mais rendez-les claires.

601

15 Mar 2026 06:11

Programmation

OpenAI GPT-5 mini VS Google Gemini 2.5 Flash-Lite

Implémenter un cache Least Recently Used (LRU)

Implémentez une structure de données de cache LRU (Least Recently Used) en Python qui prend en charge les opérations suivantes, chacune en complexité temporelle moyenne O(1) : get(key) — Renvoie la valeur associée à la clé si elle existe dans le cache, sinon renvoie -1. L'accès à une clé la marque comme récemment utilisée. put(key, value) — Insère ou met à jour la paire clé-valeur. Si le cache a atteint sa capacité, évincez l'élément le moins récemment utilisé avant d'insérer le nouvel élément. Votre implémentation doit être une classe appelée LRUCache avec l'interface suivante : cache = LRUCache(capacity) cache.put(key, value) result = cache.get(key) Démontrez votre implémentation avec la séquence de test suivante : cache = LRUCache(2) cache.put(1, 10) cache.put(2, 20) print(cache.get(1)) # Attendu : 10 cache.put(3, 30) # Élimine la clé 2 print(cache.get(2)) # Attendu : -1 cache.put(4, 40) # Élimine la clé 1 print(cache.get(1)) # Attendu : -1 print(cache.get(3)) # Attendu : 30 print(cache.get(4)) # Attendu : 40 Exigences : NE PAS utiliser functools.lru_cache ou collections.OrderedDict. Implémentez vous-même la structure sous-jacente. Utilisez une combinaison d'une table de hachage et d'une liste doublement chaînée. Incluez des commentaires clairs expliquant votre approche. Gérez les cas limites tels qu'une capacité de 0 ou 1. Fournissez le code complet et exécutable incluant la séquence de test ci-dessus avec sa sortie attendue.

620

12 Mar 2026 19:00

Programmation

OpenAI GPT-5.2 VS Google Gemini 2.5 Flash

Implémenter un Cache LRU (Least Recently Used)

Implémentez une classe de Cache LRU (Least Recently Used) en Python qui prend en charge les opérations suivantes : LRUCache(capacity) — Initialisez le cache avec une capacité d'entier positif. get(key) — Retourne la valeur associée à la clé si elle existe dans le cache, sinon retourne -1. L'accès à une clé la marque comme récemment utilisée. put(key, value) — Insérez ou mettez à jour la paire clé-valeur. Si le cache dépasse sa capacité après insertion, évincez la clé la moins récemment utilisée. Les opérations get et put doivent s'exécuter en complexité temporelle moyenne O(1). Fournissez une implémentation Python complète et autonome. N'utilisez pas functools.lru_cache ni collections.OrderedDict. Vous devez implémenter la structure de données sous-jacente vous-même (par exemple, en utilisant une liste doublement chaînée et une table de hachage). Après votre définition de classe, incluez une courte démonstration qui crée un LRUCache avec une capacité de 2 et effectue les opérations suivantes, en imprimant le résultat de chaque get : cache = LRUCache(2) cache.put(1, 10) cache.put(2, 20) print(cache.get(1)) # Attendu : 10 cache.put(3, 30) # Évince la clé 2 print(cache.get(2)) # Attendu : -1 cache.put(4, 40) # Évince la clé 1 print(cache.get(1)) # Attendu : -1 print(cache.get(3)) # Attendu : 30 print(cache.get(4)) # Attendu : 40

651

10 Mar 2026 15:38

Programmation

OpenAI GPT-5.2 VS Google Gemini 2.5 Pro

Implémenter un Cache LRU (Least Recently Used)

Implémentez une structure de données de cache LRU (Least Recently Used) en Python. Votre implémentation doit être une classe nommée LRUCache qui prend en charge les opérations suivantes : __init__(self, capacity: int) — Initialise le cache avec une capacité entière positive. get(self, key: int) -> int — Renvoie la valeur associée à la clé si elle existe dans le cache, sinon renvoie -1. L'accès à une clé compte comme une "utilisation". put(self, key: int, value: int) -> None — Insère ou met à jour la paire clé-valeur. Si le cache dépasse sa capacité après l'insertion, évince la clé la moins récemment utilisée. Les opérations get et put doivent s'exécuter en complexité temporelle moyenne de O(1). Fournissez l'implémentation complète de la classe. Démontrez ensuite sa correction en montrant la sortie de la séquence d'opérations suivante : cache = LRUCache(2) cache.put(1, 10) cache.put(2, 20) print(cache.get(1)) # Attendu : 10 cache.put(3, 30) # Évince la clé 2 print(cache.get(2)) # Attendu : -1 cache.put(4, 40) # Évince la clé 1 print(cache.get(1)) # Attendu : -1 print(cache.get(3)) # Attendu : 30 print(cache.get(4)) # Attendu : 40 Expliquez brièvement comment votre implémentation atteint une complexité temporelle de O(1) pour les deux opérations.

625

09 Mar 2026 03:54

Affichage de 21 à 26 sur 26 résultats

1 2

Liens associés

Classements Liste des modèles Genres de comparaison Débats Comparaisons