arXiv：XStack基准评估智能体跨生态代码迁移能力

XStack: A Benchmark for ML Repo Migration 研究人员发布面向机器学习代码库迁移的自动化评估基准XStack，重点检验AI智能体将PyTorch工程完整迁移至JAX并适配TPU硬件的长程工程能力。评测结果显示当前前沿模型在此任务上可靠性依然偏低，Claude Opus 5通过率为75%，GPT-5.6-sol为45%，其余模型均未超过40%。