LLM 能否模拟新手程序员的认知误区？

研究评估了 13 个 LLM 在代码生成、求解、模拟与诊断新手编程误区上的表现，聚焦代码追踪问题。前沿模型能可靠完成这些任务，但 ≤14B 的小模型在动态执行上吃力，代码微调模型在模拟误区时会退回正确执行。误区诊断在 True/False 格式下显著比开放式生成更容易。