Google DeepMind披露Softmax与交叉熵底层Bug，AI模型协助修复

Google DeepMind团队发布arXiv论文，揭示PyTorch、JAX及教科书中的Softmax与交叉熵实现存在浮点舍入Bug，会导致梯度消失和训练不稳定。论文提出简单重写即可修复，并测试显示修复后模加法任务准确率从93.3%提升至100.0%。该Bug最初由Gemini模型发现并修复，人类研究者负责复核与排版。