#DFT-Agent Bench

搞第一性原理计算的值得看看：200 多道 Quantum ESPRESSO 任务测 LLM 智能体，还带执行溯源审计防止“没真跑也拿高分”。DeepSeek 和 Opus 在弹性张量上表现差距明显，脚手架的作用因模型而异。做科研智能体的人可以拿来当评测模板。