XStack：面向 ML 仓库迁移的基准测试

XStack 基准用于评估 AI 智能体在 PyTorch/NVIDIA GPU 与 JAX/Google TPU 两大生态间迁移 ML 仓库的能力，智能体需将 PyTorch 仓库交付为 JAX 仓库，并按源仓库已发表结果校准的评分标准判定是否通过。测试中 Claude Opus 5 通过率 75%，GPT-5.6-sol 为 45%，其余智能体均不超过 40%，表明智能体迁移仍不可靠。