谷歌团队发布 T2J-Bench：用 63 个整仓任务检验 Coding Agent 的 PyTorch 到 JAX 迁移能力
跨框架迁移的关键不是代码能跑，而是梯度、训练轨迹和 KV cache 行为不变；这篇给出了可量化检验这套要求的基准和 harness。
谷歌联合多所高校发布 T2J-Bench，用 63 个整仓迁移任务考察 Coding Agent 能否把 PyTorch 仓库改写为 JAX，并保持训练与推理行为一致。配套的 TwinHarness 让 agent 把可运行的原始仓库当作可执行规格，逐轮诊断、修复、验证差异：在 Claude-Code 与 opus-5 不变的前提下，得分从 0.649 提到 0.723，相对提升 11.4%。
正文摘录
.jpg)  从权重转换、模型计算到训练循环和推理服务，T2J-Bench 用 63 个整仓任务检验 PyTorch 到 JAX 的迁移质量。20 组现成 agent–model 配置中，最强基线得分为 0.676 ；保持 Claude-Code 与 opus-5 不变，TwinHarness 将得分 从 0.649 提升至 0.723，相对提升 11.4% 。  图 1 | 论文首页的题名、作者与机构信息截图。