실증적인 양자 소프트웨어 (quantum-software) 논문들은 종종 하나의 컴파일러 (compiler), 최적화 도구 (optimizer), 백엔드 (backend), 또는 안사츠 (ansatz)가 다른 것보다 성능이 뛰어나다고 보고합니다. 이러한 비교는 도구 자체의 속성이 아닙니다. 이는 벤치마크 범위 (benchmark scope), 회로 구성 (circuit construction), 컴파일 (compilation), 샘플링 (sampling), 백엔드 (backend) 또는 노이즈 가정 (noise assumptions), 최적화 도구 (optimizer) 선택, 그리고 리소스 예산 (resource budgets)에 따라 변할 수 있습니다. 기존의 테스트, 벤치마킹 (benchmarking), 그리고 재현성 (reproducibility) 방법들은 프로그램, 도구, 실행 및 플랫폼을 평가하는 데 도움을 주지만, 보고된 비교 자체가 원문 논문이나 부수 자료에 공개된 증거에 의해 뒷받침되는지를 직접적으로 감사 (audit) 하지는 않습니다. 우리는 양자 소프트웨어에서의 실증적 비교를 감사하기 위한 소스 제한 프레임워크 (source-bounded framework)인 CLAIMSTAB-QC를 제시합니다. 보고된 비교가 주어지면, 이 프레임워크는 베이스라인 (baselines), 지표 (metric), 관계 (relation), 그리고 허용 가능한 증거 (admissible evidence)를 기록합니다. 결과가 계산되기 전에 비교 설계 (comparison design)를 고정하며, 범위가 지정된 관계 결과 (scoped relation outcome) 또는 명시적인 증거 경계 (explicit evidence boundary)를 보고합니다. 엄격한 스칼라 방향성 비교 (strict scalar-directional comparisons)의 경우, 보고된 방향은 고정된 감사 범위 내에서 Sustained (유지됨), Unresolved (미결정), 또는 Reversed (반전됨)로 분류됩니다. 우리는 119개의 양자 소프트웨어 논문에서 추출한 455개의 비교 주장 (comparative claims)을 통해 CLAIMSTAB-QC를 평가합니다. 핵심적인 발견은 구체화 격차 (materialization gap)입니다: 175개의 주장은 감사 계획을 위해 표현될 수 있고, 79개는 스칼라 방향성 계획 기록 (scalar-directional planning records)이 되며, 53개는 고정 가능한 감사 또는 진단 설계 (lockable audit or diagnostic designs)를 생성하지만, 대리 재구성 (proxy reconstruction) 없이 원본 비교를 감사할 수 있을 만큼 충분히 일치하는 증거를 노출하는 것은 단 8개뿐입니다. 이 8개의 기록은 2개의 Sustained, 4개의 Unresolved, 그리고 2개의 Reversed 결과를 냅니다. 24개의 벤치마크 관련 비교에 대한 통제된 진단 결과는, 더 단순한 체크 방식이 겉보기 방향을 유지할 수 있지만, 고정된 감사 설계 하에서는 그 뒷받침 근거가 약해질 수 있음을 보여줍니다.