机器之心·· 2 小时前AI 评估 · 73/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
DeepMind 研究指出 PyTorch、JAX 等框架的 Softmax 与交叉熵存在数值精度 Bug
PyTorch、JAX都被点名！Softmax曝出隐藏Bug，Gemini立功
AI 导读
Google DeepMind 首席研究科学家 Jonathan T. Barron 等人提交论文《A Fix for Softmax and Cross-Entropy》，指出 PyTorch、JAX、TensorFlow 等框架普遍采用的 Softmax 与交叉熵标准实现存在两个数值精度 Bug。
来源：机器之心 · mp.weixin.qq.com