热点事件持续更新
DeepMind揭示Softmax与交叉熵数值Bug
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月，Google DeepMind 首席研究科学家 Jonathan T. Barron 团队发布论文《A Fix for Softmax and Cross-Entropy》，指出 PyTorch、JAX 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。据机器之心 10 月 25 日报道，该论文已于 10 月 22 日提交至 arXiv（https://arxiv.org/pdf/2610.31642）。报道称研究揭示了这两个数值 Bug，并提出相应修复方案，但未披露 Bug 的具体表现、影响范围及框架方是否已采纳修复。
AI 根据报道生成 · 1 小时前更新
最新进展10月25日 13:28
DeepMind 团队论文指出 PyTorch、JAX 中 Softmax 与交叉熵存在两个数值 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 · 微信公众号Google DeepMind 研究揭示 PyTorch、JAX 等框架中 Softmax 与交叉熵的两个数值 Bug
Google DeepMind 首席研究科学家 Jonathan T. Barron 团队发布论文《A Fix for Softmax and Cross-Entropy》，指出主流深度学习框架的 Softmax 和交叉熵标准实现存在两个数值精度 Bug，论文已于 10 月 22 日提交 arXiv（https://arxiv.org/pdf/2610.31642）。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。