Este trabalho demonstra que LLMs de código podem ser treinados para simular a execução de programas passo a passo, melhorando o desempenho em programação competitiva. A abordagem combina fine-tuning supervisionado e aprendizado por reforço, permitindo que os modelos realizem auto-verificação e correção iterativa.
Um tutor de IA é apresentado para auxiliar estudantes na preparação para as Olimpíadas de Informática (IOI, INOI, ZCO), focando no desenvolvimento da intuição algorítmica. Ele explica algoritmos avançados como decomposição centroid, programação dinâmica e estruturas de dados, cobrindo todo o currículo necessário.
Este conteúdo descreve o projeto GrandCode, uma iniciativa de inteligência artificial que visa alcançar o nível de grandmaster em programação competitiva. Para isso, o sistema utiliza uma abordagem de aprendizado por reforço agêntico.