热点事件持续更新
DeepMind揭示Softmax与交叉熵数值精度Bug
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月25日，机器之心报道，Google DeepMind的Jonathan T. Barron团队发现PyTorch、JAX、TensorFlow等主流深度学习框架中Softmax与交叉熵的标准实现存在两个数值精度Bug。报道称，这两个Bug可在不提高浮点精度、不重设损失函数的前提下修复，PyTorch、JAX被点名，Gemini参与了发现。目前报道仅披露Bug存在及可修复性，未给出具体影响范围或修复进展。
AI 根据报道生成 · 3 小时前更新
最新进展10月25日 13:28
DeepMind团队发现PyTorch、JAX等框架Softmax与交叉熵存在两个可修复的数值精度Bug。报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- 机器之心（公众号）PyTorch、JAX 被点名：Softmax 与交叉熵曝出隐藏 Bug，Gemini 参与发现
Google DeepMind 的 Jonathan T. Barron 团队发现 PyTorch、JAX、TensorFlow 等框架的 Softmax 与交叉熵标准实现存在两个数值精度 Bug，可在不提高浮点精度、不重设损失函数的前提下修复。
本事件热度走势
当前热度 8·可比范围峰值 9（10月25日 19:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。