tergite-chipcal

Hugging Face2026-10-31 更新2026-11-01 收录

超导量子比特校准

LLM智能体量子校准评估

数据链接：

https://huggingface.co/datasets/tergite/tergite-chipcal 数据链接链接失效反馈

官方服务：

资源简介：

tergite-chipcal benchmark chips v0.1（许可 Apache-2.0，pretty_name 为 tergite-chipcal benchmark chips v0.1）是一个面向强化学习/LLM agents 的模拟超导量子芯片校准基准数据集，也是 tergite-chipcal 多轮 agent 环境中的评估芯片集合。任务类别为 reinforcement-learning；标签包括 llm-agents、quantum-computing、superconducting-qubits、calibration、physics、benchmark。规模 n<1K，实际包含 300 个模拟芯片，约 2.0 MB。配置包括 2q1c、3q2c、5q4c，每个配置各 100 个芯片，并提供 test split JSONL：2q1c-test.jsonl、3q2c-test.jsonl、5q4c-test.jsonl。其目的是评估从零开始校准 CZ 门的 LLM agents：每个 episode 中，agent 获得一个未表征芯片，芯片由固定频率 transmon 量子比特和通量可调耦合器组成；agent 需找到读出谐振器和量子比特频率，再为每个耦合器校准 CZ 门。Agent 只能通过实验室测量交互，如 spectroscopy、chevrons、Ramsey phase scans、randomized benchmarking，每次测量消耗模拟实验室时间。评分标准是芯片所有耦合器上的最小 interleaved-RB fidelity。数据保存评估芯片的完整隐藏参数，使所有结果在同一批测试设备上报告；每个芯片均可校准，特权 oracle 认证每个耦合器至少可达 0.96 CZ fidelity，并附带每个耦合器的 ceiling。数据声明为仅模拟数据，没有物理设备行，使用 physics model v0.1，尚未与硬件验证，仓库 docs/physics.md 说明建模和简化，构建中使用了 AI 编码助手。规模细节：2q1c 为 2 qubits、1 coupler、turn cap 150、100 chips；3q2c 为 3 qubits、2 couplers、turn cap 250、100 chips；5q4c 为 5 qubits、4 couplers、turn cap 400、100 chips。每个 tier 保存从 3000000 开始的前 100 个 test seeds，且每个耦合器达到 0.96 ceiling；2q1c、3q2c、5q4c 分别拒绝了 2、3、13 个种子。三个 tier 的芯片 ceiling 中位数为 0.986、0.982、0.976。字段方面，每行一个芯片；device 字段包含 SI 单位的隐藏参数，包括量子比特频率、非谐性、T1/T2、三态读出混淆、耦合器 SQUID 参数、耦合强度、通量串扰，以及 charge-parity splits、telegraph defects、drift、calibrated-frame errors 等现实性噪声。ceiling 字段给出每个耦合器的 oracle 最佳 CZ fidelity 及达到该值的 bias、flux、脉冲频率、幅度、时长和局部相位。tier、seed、split 表示芯片大小、生成器种子和划分；generator、version 表示 chipcal-chips-v0.1 和数据集版本；manifest.json 保存 SHA-256 和选择规则。使用上，可通过 datasets 加载，例如 load_dataset(tergite/tergite-chipcal, 2q1c, split=test)；运行 episode 需用 tergite-chipcal 包 import chipcal 重建带类型设备并校验 manifest，示例为 from chipcal import splits 后 splits.load(2q1c-test.jsonl)[0]，也可用 python -m chipcal.splits verify . 校验并重新生成部分芯片。README 要求不要在这些芯片上训练；训练种子应来自 train split，范围 1000000–1999999（chipcal.tiers.SPLITS）。Agent 永远看不到隐藏参数，基准衡量从测量校准的能力。2q1c 基线主要结果：盲默认门策略 0.255、脚本化校准 0.853、Qwen3.8-27B 0.331、Gemma 4 31B 0.437、Gemma 4 31B + calibration playbook 0.945、NVIDIA Ising Calibration 1.5 为 0.000、特权 oracle 中位数 0.986；说明提升空间在 agent 而非物理。3q2c 和 5q4c 是相同评分下的更难设置。冻结芯片之外，生成器可程序化生成新芯片；tier 名称 <n>q-<difficulty> 可扩展到 2 到 64 个量子比特和三个难度预设，难度预设会削弱耦合、提高串扰并恶化读出和相干性；可生成训练集并可选由 oracle 认证为可校准，例如 python scripts/generate_chips.py --tier 12q-hard --n 500 --out chips 或 --tier 8q-extreme --n 50 --min-ceiling 0.96 --workers 64 --out chips。超过 10 个量子比特的 hard/extreme 芯片为实验性，可校准比例未表征。来源上，数据由 tergite-chipcal 模拟器从固定种子生成，不使用人类或硬件数据；测量节点和 CZ 校准链遵循 tergite-autocalibration，模拟器从 tergite-backend 的 pulse-level 模拟器扩展到 qubit-coupler-qubit 三能级 transmon。工作受 NVIDIA AI 量子校准工作启发，包括 QCalEval benchmark（S. Cao 等，arXiv:2604.25884，2026）和 NVIDIA Ising Calibration 模型，但未使用其代码、数据或提示。Tergite 由核心合作组开发，Chalmers Next Labs AB（CNL）管理维护；致谢 Chalmers Next Labs AB – WACQT Quantum Technology Testbed 及 Chalmers University of Technology 的 QTL、AQP、MC2。所有者 Chalmers Next Labs AB；创建日期 2026-10-26；许可 Apache-2.0。模型和产品名称属于各自所有者，仅用于识别，不暗示附属或认可。引用为 @software{tergite_chipcal_2026, title = {tergite-chipcal: a simulated superconducting-qubit chip-calibration environment for LLM agents}, author = {{Chalmers Next Labs AB}}, year = {2026}, version = {0.1.1}}。

The tergite-chipcal benchmark chips v0.1 (license Apache-2.0, pretty_name tergite-chipcal benchmark chips v0.1) is a simulated superconducting-qubit chip-calibration benchmark dataset for reinforcement learning and LLM agents, and it is the evaluation chip collection in the tergite-chipcal multi-turn agent environment. Task category is reinforcement-learning; tags include llm-agents, quantum-computing, superconducting-qubits, calibration, physics, benchmark. Size category is n<1K; it actually contains 300 simulated chips, about 2.0 MB. Configurations are 2q1c, 3q2c, 5q4c, each providing a test split JSONL file: 2q1c-test.jsonl, 3q2c-test.jsonl, 5q4c-test.jsonl. Background and purpose: the dataset evaluates LLM agents that calibrate CZ gates from scratch. In each episode the agent receives an uncharacterized chip made of fixed-frequency transmon qubits and flux-tunable couplers. The agent must find each readout resonator and qubit frequency, then calibrate CZ gates for each coupler; it can interact with the chip only through laboratory measurements such as spectroscopy, chevrons, Ramsey phase scans, and randomized benchmarking, each consuming simulated laboratory time. The scoring metric is the minimum interleaved-RB fidelity over all couplers on the chip. Data content and guarantees: the dataset stores full hidden parameters of evaluation chips so all results are reported on the same set of test devices. Each chip is calibratable; a privileged oracle certifies that each coupler can reach at least 0.96 CZ fidelity, and each chip comes with a per-coupler ceiling. The data are declared simulated only, with no row describing a physical device; it uses physics model v0.1, not yet validated against hardware, and docs/physics.md describes the modeling and simplifications. AI coding assistants were used during dataset construction. Configurations and size: 2q1c has 2 qubits, 1 coupler, turn cap 150, and 100 chips; 3q2c has 3 qubits, 2 couplers, turn cap 250, and 100 chips; 5q4c has 5 qubits, 4 couplers, turn cap 400, and 100 chips. Each tier stores the first 100 test seeds starting from 3000000; every coupler of these seeds reaches the 0.96 ceiling. The selection process rejected 2 seeds for 2q1c, 3 for 3q2c, and 13 for 5q4c. Median chip ceilings (minimum over couplers) are 0.986, 0.982, and 0.976 for the three tiers. Fields: each row is one chip. The device field contains hidden parameters in SI units (Hz, s, A): qubit frequencies, anharmonicities, T1/T2, three-state readout confusion; coupler SQUID parameters, coupling strengths, flux crosstalk; and realism noise such as charge-parity splits, telegraph defects, drift, and calibrated-frame errors. The ceiling field gives each coupler oracle-best CZ fidelity optimized over bias and pulse, including the bias, flux, pulse frequency, amplitude, duration, and local phase achieving that fidelity. tier, seed, and split fields indicate chip size, generator seed, and seed partition (test). generator and version fields indicate generator version chipcal-chips-v0.1 and dataset version. manifest.json stores SHA-256 for each file and selection rules. Usage: load with the datasets library, for example load_dataset(tergite/tergite-chipcal, 2q1c, split=test). To run an episode, use the tergite-chipcal package (import chipcal) to rebuild typed devices and verify files against the manifest; examples include from chipcal import splits, then splits.load(2q1c-test.jsonl)[0], and python -m chipcal.splits verify . checks checksums and regenerates the first few chips of each file. README explicitly asks not to train on these chips; training seeds should come from the train split with range 1000000–1999999 (chipcal.tiers.SPLITS). Parameter disclosure is a design choice: the agent never sees hidden parameters, and the benchmark measures calibration ability from measurements. Baseline results (2q1c): all baselines are evaluated on 100 chips, except Qwen is a pilot on the first 8 chips, and Gemma 4 31B (with or without playbook) and NVIDIA Ising Calibration 1.5 are on the first 10 chips. Verified entries are recorded in the leaderboard. Score/ceiling divides each final gate score by the best value reachable for that coupler. Each model turn is saved at tergite/tergite-chipcal-runs. Main results: discover-then-use blind-default-gate strategy scores 0.255 (95% CI 0.250–0.266), score/ceiling 0.259, calibration rate 0/100; scripted calibration routine scores 0.853 (0.807–0.892), score/ceiling 0.866, calibration rate 44/100; Qwen3.8-27B without policy prompt scores 0.331 (0.250–0.493), score/ceiling 0.337, calibration rate 0/8; Gemma 4 31B without policy prompt scores 0.437 (0.221–0.653), score/ceiling 0.444, calibration rate 2/10; Gemma 4 31B + calibration playbook (guided; undisclosed policy prompt) scores 0.945 (0.903–0.972), score/ceiling 0.960, calibration rate 8/10; NVIDIA Ising Calibration 1.5 (31B) without policy prompt has pending score, produced no reasoning tokens, scores 0.000 (0.000–0.000), score/ceiling 0.000, calibration rate 0/10; privileged oracle (physical ceiling) median 0.986 (0.961–0.996), score/ceiling 1, calibration rate 100/100. README notes every chip is calibratable, but the scripted routine calibrates only 44/100 and raw models at most 2/10, showing the improvement space is in the agent rather than physics. 3q2c and 5q4c tiers are harder settings under the same scoring, adding hidden flux crosstalk and weaker coupling. Extension beyond the frozen chips: the generator is programmatic and creates a new chip per seed; tier names <n>q-<difficulty> can scale to arbitrary sizes (2 to 64 qubits; chains up to 5 qubits, and grids above that, with each row having at most 5 readout feedlines) and three difficulty presets that weaken coupling, increase crosstalk, and worsen readout and coherence. Training sets can be generated and optionally certified as calibratable by the same oracle, for example python scripts/generate_chips.py --tier 12q-hard --n 500 --out chips, or python scripts/generate_chips.py --tier 8q-extreme --n 50 --min-ceiling 0.96 --workers 64 --out chips. Hard and extreme chips above 10 qubits are experimental and their calibratable proportion has not been characterized; exploration is welcome. Source and copyright: data are generated by the tergite-chipcal simulator from fixed seeds, using no human or hardware data. Measurement nodes and the CZ calibration chain follow tergite-autocalibration; the simulator starts from the pulse-level simulator in tergite-backend and extends to three-level transmons in qubit-coupler-qubit systems. The work is inspired by NVIDIA AI quantum calibration work, including the QCalEval benchmark (S. Cao et al., arXiv:2604.25884, 2026) and NVIDIA Ising Calibration models; their code, data, or prompts were not used. Tergite is developed by a core collaboration; Chalmers Next Labs AB (CNL) manages and maintains the project. Acknowledgments: Chalmers Next Labs AB – WACQT Quantum Technology Testbed, and the Quantum Technology Laboratory (QTL), Applied Quantum Physics Laboratory (AQP), and MC2 at Chalmers University of Technology. Owner: Chalmers Next Labs AB; creation date: 2026-10-26; license: Apache-2.0. Model and product names such as NVIDIA Ising Calibration, Gemma, and Qwen belong to their respective owners and are used only to identify the works and models involved, without implying any affiliation or endorsement. Citation: @software{tergite_chipcal_2026, title = {tergite-chipcal: a simulated superconducting-qubit chip-calibration environment for LLM agents}, author = {{Chalmers Next Labs AB}}, year = {2026}, version = {0.1.1}}.

创建时间：

2026-10-27

原始信息汇总

tergite-chipcal benchmark chips v0.1 数据集总结

数据集概览

名称：tergite-chipcal benchmark chips v0.1
数据集页面：https://huggingface.co/datasets/tergite/tergite-chipcal
许可证：Apache-2.0
任务类别：reinforcement-learning
标签：llm-agents、quantum-computing、superconducting-qubits、calibration、physics、benchmark
大小类别：n<1K
总大小：2.0 MB
所有者：Chalmers Next Labs AB
创建日期：2026-10-26
引用版本：0.1.1
生成器版本：chipcal-chips-v0.1

数据集描述

该数据集包含 300 个冻结的、模拟的超导量子比特芯片，用于评估从零开始校准 CZ 门的 LLM agents。
tergite-chipcal 是一个多轮 agent 环境。每个 episode 给 agent 一个未表征的芯片，由固定频率 transmon 和 flux-tunable coupler 组成。
agent 需要找到每个读取谐振器和量子比特频率，然后校准每个耦合器上的 CZ 门。
agent 只能通过实验室测量工作，例如 spectroscopy、chevrons、Ramsey 相位扫描和 randomized benchmarking，每种测量都消耗模拟实验室时间。
分数是芯片所有耦合器上的最小 interleaved-RB fidelity。
数据集保存评估芯片：每个测试芯片的完整隐藏参数，使所有结果都在相同设备上报告。
每个芯片都可校准：特权 oracle 证明其每个耦合器可实现至少 0.96 的 CZ fidelity，并且芯片的每耦合器 ceilings 随数据集提供。
仅包含模拟数据。没有任何行描述物理设备。物理模型 v0.1，未针对硬件验证；建模和简化内容见仓库文档中的 physics.md。
构建过程中使用了 AI coding assistants 的帮助。

配置与文件

Config	test 文件	Chip	Couplers	Turn cap	Chips
`2q1c`	`2q1c-test.jsonl`	2 qubits	1	150	100
`3q2c`	`3q2c-test.jsonl`	3 qubits	2	250	100
`5q4c`	`5q4c-test.jsonl`	5 qubits	4	400	100

每个 tier 包含前 100 个测试种子，从 3000000 起，且每个耦合器达到 0.96 ceiling。
选择过程拒绝了 2 个 2q1c、3 个 3q2c 和 13 个 5q4c 种子。
芯片 ceilings 为耦合器最小值，中位数分别为 0.986、0.982、0.976。
manifest.json 包含每个文件的 SHA-256 和选择规则。

数据字段

每行对应一个芯片。

字段	描述
`device`	SI 单位（Hz、s、A）下的隐藏参数：量子比特频率、非谐性、T1/T2、三态读取混淆；耦合器 SQUID 参数、耦合、通量串扰；现实噪声（电荷宇称分裂、电报缺陷、漂移、校准帧误差）
`ceiling`	每个耦合器：oracle 在 bias 和 pulse 上的最佳 CZ fidelity，以及达到该值所需的 bias、flux、脉冲频率、幅度、持续时间和局部相位
`tier`, `seed`, `split`	芯片大小、生成器种子、种子划分（`test`）
`generator`, `version`	生成器版本（`chipcal-chips-v0.1`）、数据集版本

使用

python from datasets import load_dataset chips = load_dataset("tergite/tergite-chipcal", "2q1c", split="test")

运行 episodes 时，使用 tergite-chipcal 包重建 typed device（import chipcal），并对照 manifest 检查文件：

python from chipcal import splits tier, seed, device = splits.load("2q1c-test.jsonl")[0]

bash python -m chipcal.splits verify . # checksums, plus regeneration of the first chips of each file

不要在这些芯片上训练。训练种子应从 train split 抽取，范围为 1000000–1999999，见 chipcal.tiers.SPLITS。
参数按设计是公开的：agent 从不看到它们，benchmark 衡量的是从测量中进行校准。

基线（2q1c）

所有行在 100 个芯片上，除了模型：Qwen 试点在前 8 个，Gemma 4 31B（有/无 playbook）和 Ising Calibration 1.5 在前 10 个。已验证条目在 https://github.com/tergite/tergite-chipcal/blob/main/LEADERBOARD.md。

Score / ceiling 将每个最终门除以其耦合器允许的最佳值。每个模型轮次在 https://huggingface.co/datasets/tergite/tergite-chipcal-runs。

Policy	Score: min final-RB F, mean (95 % CI)	Score / ceiling	Calibrated (F ≥ 0.95)
Discovery, then a blind default gate	0.255 (0.250–0.266)	0.259	0 / 100
Scripted calibration routine	0.853 (0.807–0.892)	0.866	44 / 100
Qwen3.8-27B, no strategy prompt	0.331 (0.250–0.493)	0.337	0 / 8
Gemma 4 31B, no strategy prompt	0.437 (0.221–0.653)	0.444	2 / 10
Gemma 4 31B + calibration playbook (guided: an unpublished strategy prompt)	0.945 (0.903–0.972)	0.960	8 / 10
NVIDIA Ising Calibration 1.5 (31B), no strategy prompt, score pending: no reasoning tokens produced	0.000 (0.000–0.000)	0.000	0 / 10
Privileged oracle (physics ceiling)	median 0.986 (0.961–0.996)	1	100 / 100

每个芯片都可校准，但 scripted routine 校准了 100 个中的 44 个，原始模型最多校准 10 个中的 2 个：提升空间在 agent，而不是物理。
3q2c 和 5q4c tier 是更难的设置，使用相同分数。它们在耦合器之间增加了隐藏通量串扰，并具有更弱的耦合。

扩展与生成

生成器是程序化的：每个种子是一个新芯片，tier 名称 <n>q-<difficulty> 可扩展到任意大小（2 到 64 qubits；链最多 5，超过后为 grid，其行是读取 feedlines，每行最多 5），以及三种难度预设：削弱耦合、提高串扰、恶化读取与相干性。
可生成训练集，并可选通过同一 oracle 认证可校准：

bash python scripts/generate_chips.py --tier 12q-hard --n 500 --out chips python scripts/generate_chips.py --tier 8q-extreme --n 50 --min-ceiling 0.96 --workers 64 --out chips

超过 10 qubits 的 hard 和 extreme 芯片是实验性的：有多少可校准尚未被表征，欢迎探索。

来源

由 tergite-chipcal simulator 从固定种子生成，无人类或硬件数据。
测量节点和 CZ 校准链遵循 https://github.com/tergite/tergite-autocalibration。
模拟器始于 https://github.com/tergite/tergite-backend 中的 pulse-level simulator，并扩展到 qubit-coupler-qubit 系统中的三能级 transmon。
灵感来自 NVIDIA 在 AI for quantum calibration 方面的工作：QCalEval benchmark（S. Cao et al., https://arxiv.org/abs/2604.25884, 2026）和 NVIDIA Ising Calibration models。未使用其中任何代码、数据或 prompts。
Tergite 由核心合作者开发；Chalmers Next Labs AB (CNL) 管理和维护该项目。感谢 Chalmers Next Labs AB – WACQT Quantum Technology Testbed，以及 Chalmers University of Technology 的 Quantum Technology Laboratory (QTL)、Applied Quantum Physics Laboratory (AQP)、MC2 的合作。
Owner：Chalmers Next Labs AB · Created：2026-10-26 · License：Apache-2.0。
模型和产品名称（如 NVIDIA Ising Calibration、Gemma、Qwen）属于各自所有者。它们仅用于标识所提及的工作和模型；不暗示任何关联或背书。

引用

bibtex @software{tergite_chipcal_2026, title = {tergite-chipcal: a simulated superconducting-qubit chip-calibration environment for LLM agents}, author = {{Chalmers Next Labs AB}}, year = {2026}, version = {0.1.1} }

搜集汇总

数据集介绍

构建方式

在超导量子处理器校准日益依赖智能体自主决策的背景下，tergite-chipcal benchmark chips v0.1 采用程序化仿真方式构建。其生成器由固定随机种子驱动，生成固定频率transmon与磁通可调耦合器组成的芯片，并将脉冲级仿真扩展至qubit-coupler-qubit三能级transmon系统。每块芯片先经特权oracle认证，确保所有耦合器均可达到至少0.96的CZ保真度，再按2q1c、3q2c与5q4c三档筛选测试种子，各收录100个芯片。每条样本保存完整隐藏参数、逐耦合器保真度上限及偏置与脉冲配置，manifest记录文件SHA-256与筛选规则，数据总量约2.0 MB，完全为模拟生成，不含人类或硬件数据。

使用方法

在量子校准基准测试中，使用该数据集可从加载指定配置的冻结测试芯片入手。借助Hugging Face datasets库可读取2q1c、3q2c或5q4c的test split；若需运行完整校准回合，则通过tergite-chipcal包的chipcal.splits重建带类型设备，并以python -m chipcal.splits verify校验校验和与manifest。该数据仅用于评测，不应作为训练集；训练种子应从1000000至1999999范围的train split抽取，或调用程序化生成器创建新芯片。评测分数通常以最低final-RB保真度除以对应耦合器ceiling衡量，并可与leaderboard中的脚本基线、语言模型基线和特权oracle比较。

背景与挑战

背景概述

在超导量子计算迈向规模化与自动化的背景下，tergite-chipcal benchmark chips v0.1 由 Chalmers Next Labs AB 于 2026 年 10 月 26 日创建，并获 Chalmers 量子技术实验室等合作。该数据集面向大语言模型智能体从零校准超导量子芯片的多轮交互评测，核心问题在于智能体无法获取隐藏参数，只能借助光谱、chevron、Ramsey 相位扫描与随机基准等测量，发现读出谐振腔与量子比特频率，并在每个通量可调耦合器上完成 CZ 门校准，以芯片最小交错随机基准保真度为得分。数据集冻结 300 枚模拟芯片，覆盖 2q1c、3q2c 与 5q4c 三种规模，为 AI for quantum calibration 与多轮工具使用智能体研究提供可复现、同设备比较的基准，并支持过程化扩展训练芯片。

当前挑战

围绕从零校准 CZ 门这一量子控制难题，该数据集所涉挑战横跨领域问题与构建过程。领域层面，超导芯片校准是高维、噪声显著、测量资源受限的黑箱序贯决策问题，智能体需在隐藏参数与有限模拟实验时间下协调频率发现、chevron 测量、Ramsey 相位扫描及随机基准，并以最差耦合器保真度为优化目标；基线中脚本化流程仅校准 44/100，原始大模型至多 2/10，而 oracle 中位保真度达 0.986，瓶颈落在智能体策略而非物理上限。构建层面，芯片须经 oracle 认证每耦合器可达 0.96 以上，种子筛选分别拒绝 2q1c 两枚、3q2c 三枚、5q4c 十三枚；物理模拟还需纳入三能级 transmon、SQUID 参数、通量串扰、电荷宇称分裂、电报缺陷、漂移与校准帧误差，且 v0.1 模型未经硬件验证，十量子比特以上 hard 与 extreme 难度的可校准比例仍待厘清。

常用场景

经典使用场景

在超导量子比特自动校准这一前沿领域，tergite-chipcal 最经典的使用场景是作为多轮强化学习与LLM智能体基准，评估其从零校准固定频率transmon与通量可调耦合器芯片的能力。每个回合向智能体呈现一枚未表征芯片，智能体须借助光谱学、chevrons、Ramsey相位扫描与随机基准测试等模拟实验，先定位读出谐振腔和量子比特频率，再为每个耦合器校准CZ门。实验结果消耗模拟机时，最终得分取芯片各耦合器最小interleaved-RB保真度。2q1c、3q2c与5q4c三个配置提供由易至难的任务，冻结的隐藏参数确保不同策略在同一设备集合上比较。

解决学术问题

面向量子设备控制与机器学习交叉研究，该数据集着力解决自动校准缺乏标准化、可复现评估基准的问题。真实硬件实验成本高昂且难以复现，既往智能体策略常因芯片差异与评分口径不一而难以横向比较。tergite-chipcal 以固定种子生成模拟芯片，公开隐藏参数却不让智能体直接访问，仅通过测量节点获取信息，并以oracle认证每枚芯片均可达到至少0.96的CZ保真度，同时提供各耦合器物理上限。由此，研究者可在受控条件下分离智能体策略能力与硬件物理限制，推动实验设计、长程规划与量子控制推理的可比研究，意义在于为LLM驱动量子校准建立可重复的学术测试平台。

实际应用

立足量子计算工程实践，该数据集可用于开发与验证AI辅助的芯片自动调试流程，将校准策略从人工启发式推进到可学习、可评测的智能体系统。工程团队可加载2q1c、3q2c或5q4c配置，重建typed device并运行回合，比较脚本例行、Gemma 4 31B、Qwen等模型及校准playbook的表现。基线显示脚本仅校准44/100，裸模型最多2/10，说明工程瓶颈更多在智能体决策而非物理可达性。该基准亦支持程序化生成训练芯片，按2至64量子比特及hard、extreme难度扩展，为量子云平台控制栈的自动化调试与模型选型提供测试土壤。

数据集最近研究