跳到正文
热点事件持续更新

Google发布T2J-Bench与TwinHarness

1 篇报道1 个报道来源35 分钟前更新

先了解这件事

AI 综述

Google Cloud AI Research、UIUC、USC、Notre Dame与Google DeepMind研究者发布T2J-Bench基准和TwinHarness智能体方法,用于验证代码从PyTorch迁移到JAX后的等价性;在固定Claude Code与Opus 5的测试条件下,迁移奖励提升11.4%。 评估覆盖63个仓库任务和3个随机种子,可离线运行且不依赖PyTorch,并将探针执行失败与候选代码自身失败区分开。该方法让开发者能够自动检查迁移后的程序是否保持原有行为。

AI 根据报道生成 · 13 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. AGI Hunt
    Google 等发布 T2J-Bench 基准与 TwinHarness,PyTorch 转 JAX 迁移奖励提升 11.4%

    Google Cloud AI Research、UIUC、USC、Notre Dame 与 Google DeepMind 研究者发布 T2J-Bench 基准和 TwinHarness 智能体方法,用于验证 PyTorch 到 JAX 的迁移等价性。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。