新基準測試揭示了大型語言模型在量子計算任務中的能力解離現象：模型在等價性檢查方面表現出色（78%），但在除錯（13%）和路由（21%）方面表現不佳，顯示整體排名無法預測專業化任務的性能。

#量子計算 #大型語言模型 #基準測試