研究人员开发了XStack,这是一个旨在评估AI代理在不同框架和硬件生态系统之间迁移机器学习代码库能力的新基准测试。该基准测试专门测试代理将NVIDIA GPU的PyTorch代码库转换为Google TPU的JAX代码库的能力。目前代理的表现不一,Claude Opus 5的通过率为75%,GPT-5.6-sol为45%,其他代理的得分低于40%。XStack旨在促进在使机器学习代码在不同计算环境中更具可移植性方面取得可衡量的进展。 AI
影响 该基准测试有望加速开发能够进行跨平台代码迁移的更强大的AI代理,从而可能减少开发障碍。
排序理由 该项目描述了在arXiv上发布的一个新基准测试和研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →