T2J-BENCH：PyTorch转JAX整仓库迁移基准发布

Tao Feng等作者发布基准 T2J-BENCH 与 TWINHARNESS 框架，用于评测编码智能体的 PyTorch 到 JAX 整仓库迁移能力。该基准含 63 个整仓库迁移任务，覆盖 18 个模型族，兼顾训练与推理场景，torch-free 检查点转换本身也计入交付内容。 评测方式上，每个候选方案在独立的、无 torch 的离线验证器中运行，与从 PyTorch 原版冻结的参考结果比对，采用硬独立性门控与连续的、无阈值的奖励评分，按执行结果判定功能等价。据作者称，将其应用于 opus-5 智能体时，奖励从 0.649 提升至 0.723，为所有配置中最高，且仅使用任务可见资源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。