Wie kann man den Modell-Grader durch Kontext verbessern?	Durch die Bereitstellung von Informationen darüber, wie eine gute Lösung aussehen sollte.
Welche zwei Hauptschritte sind notwendig, um diesen zusätzlichen Kontext hinzuzufügen?	1. Generierung von Lösungs-Kriterien im Datensatz-Generator. 2. Einfügen dieser Kriterien in den Modell-Grader-Prompt.
Was ist das Ziel von Schritt 1 (Änderung des Datensatz-Generators)?	Die Testfälle sollen mit spezifischen Lösungs-Kriterien versehen werden, die beschreiben, was eine gute Lösung beinhaltet.
Wo werden die generierten Lösungs-Kriterien im Modell-Grader-Prompt platziert?	Sie werden direkt nach der Eingabe der zu bewertenden Lösung eingefügt.
Was ist das Ergebnis der Anpassung im Datensatz-Generator?	Die Testfälle enthalten nun einen zusätzlichen Schlüssel (z. B. "solution criteria"), der die Bewertungskriterien enthält.
Welchen Effekt hat das Hinzufügen der Lösungs-Kriterien auf den Modell-Grader?	Er erhält ein besseres Verständnis für eine gute Lösung, was zu detaillierteren und fundierteren Begründungen führt.
Was muss der Prompt im Datensatz-Generator anfordern, um die Kriterien zu erhalten?	Er muss explizit nach "solution criteria" (Lösungs-Kriterien) für jeden Testfall fragen.