Как проверяющий ИИ испортил правильные ответы: разбор генератора учебных заданий

Генератор учебных заданий засчитал слово «машинный» как правильное, но проверяющая модель переложила его в неправильную категорию, при этом в собственном объяснении арбитр написала «машинный». Разбираются три сбоя проверяющей модели, изменения в коде и что эти правки не доказывают.