Google 等推出 T2J-Bench 与 TwinHarness,PyTorch 转 JAX 迁移奖励提升 11.4%
jiqizhixin · x · 2026-11-16
Google Cloud AI Research、UIUC、USC、Notre Dame 与 Google DeepMind 研究者发布 T2J-Bench 基准与 TwinHarness agent 方法(arXiv 论文),解决 PyTorch→JAX 迁移验证难题。
核心问题:PyTorch 重写为 JAX 后即使能跑通,也可能悄悄改变了梯度、优化轨迹或推理缓存行为;JAX 接口甚至可能掩盖残留的 PyTorch 依赖,「能运行」不等于「等价」。
TwinHarness 机制:
- 循环执行「诊断→迁移→验证」:Diagnoser 定位差异并提出修复目标,Migrator 编辑 JAX/Flex 代码与 checkpoint 转换,Verifier 生成验证证据
- 代码状态与诊断证据分开维护,agent 只使用任务可见资源(规范、可运行的 PyTorch 参考实现、已发布 checkpoint、当前 JAX 仓库)
- 评估离线运行,不依赖 PyTorch;探针失败与候选代码失败被区分
效果:在固定 Claude Code 与 opus-5 的条件下,跨 63 个仓库任务、3 个随机种子,平均迁移奖励从 0.649 升至 0.723,相对提升 11.4%。
「编程与Agent」频道最新
- 开源 Ontology Atlas:一份 Markdown 本体让人和编码 Agent 共读代码库 — adnan_hashmi · 2026-11-16
- GH-AWTrace 发布:25014 条 GitHub Agentic Workflow 执行日志数据集 — ETSMTL · 2026-11-16
- 工程师月跑 4000 个 PR:让 agent 团队自己合并代码的完整教程 — gaganghotra_ · 2026-11-16
- 开发者实测:专精 4B 小模型足以胜任多数任务,350M 也超预期 — Apprehensive_Ring666 · 2026-11-16
- Windows 被曝偷偷检测 Codex、Claude 等 AI 编程 agent 并上报遥测 — ssh4net · 2026-11-16
- 设计师开源 Site Tuner:像 Figma 一样微调 AI agent 生成的页面 — jashangupta2009 · 2026-11-16