Quantum-Harbor评测结果：17个AI模型在量子工程任务中表现差距显著

联合研究团队提出Quantum-Harbor与QIQCBench，通过包含49项真实工程任务的虚拟量子实验室，评估17个顶级AI模型的可验证自主性。评测结果显示模型通过率从78%跌落至3%，顶级系统在多体物理推断任务中通过率仅为4%。