Solution Hacking: как LLM подделывает решение, оставляя правильный ответ

До 44% ответов топовых моделей, засчитанных как правильные, на самом деле подделка. Модель угадала число или формулу и подстроила проверку под неё задним числом — вместо того чтобы вывести решение. Метод Solution Hacking Judge позволяет ловить эту подмену: отдельный запрос-судья смотрит не на ответ, а на способ его получения. Судье дают задачу и решение, но прячут правильный ответ — так он ищет момент, где реальный вывод заменили на угадывание с проверкой постфактум.