Как проверять задания, сгенерированные LLM, с помощью кода

Авторы образовательной игры используют языковую модель Claude для генерации индивидуальных заданий по разным темам. Поскольку модели склонны допускать логические ошибки в вычислениях, команда внедрила автоматическую проверку решений с помощью кода для фильтрации некорректных задач.