该研究探讨了大型语言模型在初学者编程任务中的表现，并提出了利用LLMs进行教学和评估的建议。研究选取了72个Python任务，结果表明得分高，正确响应率为94.4％至95.8％，文本解释和程序代码的可用性可靠。这为将LLMs纳入编程教育和评估中打开了新的途径。