从挣扎（06-2024）到掌握（02-2025）：LLM 征服高级算法考试并为编辑生成铺路

本文对最新时代大型语言模型（LLM）在挑战性大学水平算法考试中的表现进行全面评估。通过在罗马尼亚考试及其高质量英语翻译上测试多个模型，我们分析了 LLM 的 problem-solving 能力、一致性和多语言性能。我们的实证研究表明，最新模型不仅实现了与顶尖学生相当的得分，还在复杂的多步骤算法挑战中展现出稳健的推理能力，尽管在图基任务方面仍存在困难。基于这些发现，我们探讨了 LLM 支持教育环境的潜力，通过生成高质量的编辑内容，为教师提供了一个强大的工具，以增强学生反馈。本文讨论的见解和最佳实践为进一步将生成式 AI 集成到高级算法教育领域奠定了基础。