XStack：机器学习仓库迁移的基准测试

摘要

该论文介绍了XStack，一个用于评估AI代理在PyTorch（NVIDIA GPU）和JAX（Google TPU）之间迁移机器学习仓库的基准测试。代理接收一个PyTorch仓库和一台干净的TPU机器，必须交付一个符合基于源仓库已发布结果（经作者认证和校准）的评分标准的JAX仓库。结果显示迁移仍不可靠，Claude Opus 5通过率为75%，GPT-5.6-sol为45%，其他所有代理最多为40%。

这里提供经过审核的摘要。完整内容请前往原文阅读。

各行业推荐理由

• 人工智能

  该基准测试直接针对跨框架和跨硬件的迁移问题，这是AI模型部署和可移植性的关键挑战，与模型和Agent开发相关。