本文研究了在初级编程课程中应用大型语言模型（LLM）生成代码追踪问题的方法，并建立了评估模型生成问题质量的人工评价指标。研究发现LLMs在生成多样化代码追踪问题方面具有潜力，并提供了一个独特的追踪问题数据集。这项工作为LLMs在教育环境中的潜在用途做出了贡献。

本文研究了在初级编程课程中应用大型语言模型（LLM）生成代码追踪问题的方法，并建立了评估模型生成问题质量的人工评价指标。研究发现LLMs在生成多样化代码追踪问题方面具有潜力，并提供了一个独特的追踪问题数据集。这项工作为LLMs在教育环境中的潜在用途做出了贡献。