ニュース
XStack: A Benchmark for ML Repo Migration
arXiv cs.AI · 公開日 · 読了3分
30秒で要点
- 何が起きたか
- XStack is a benchmark for evaluating AI agents on migrating machine learning repositories from PyTorch to JAX across different hardware platforms.
- なぜ重要か
- Matters for ML engineers managing codebases across PyTorch and JAX ecosystems, or building tools to automate framework migration.
- 注意点
- Current agents show low reliability: Claude Opus 5 passes 75%, GPT-5.6-sol 45%, others below 40%. Migration remains a challenging, unsolved problem.
- agent
- eval
- benchmark
- long-horizon
この話題の背景にあるパターン
- Structure-Aware Codebase Retrieval (Repo Map)
- Constitutional AI Evaluation Framework
- AISI Evaluation Framework
各ページで、技術の仕組み、コストに見合う場面、そして破綻する条件を解説しています。
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。