**数值审计揭示机器学习栈中的舍入错误:从 Softmax Bug 到跨库修复**

_When Rounding Breaks Machine Learning_

> 一项针对机器学习栈的数值审计发现,包括 PyTorch、JAX 和 TensorFlow 在内的七个主流库中存在严重的舍入误差。研究团队通过构建基于 Lean 的 FloatLib 库,结合可执行规范与机器检查证明,对 162 个算子进行了跨库对比,不仅复现了 Softmax 的已知浮点精度缺陷,还首次发现了 PyTorch、JAX 等库中多个从未被报告的底层算子错误,并提出了相应的公式重写修复方案。

**来源信息**
- **来源**:Hacker News:AI 热帖
- **分类**:ai-models
- **发布时间**:2026-11-17 12:11(北京时间)
- **原文**:[打开原文](https://www.robertj1.com/ai4science/rounding-bugs-in-ml-formulas)