https://njx-njx.github.io/tags/precision/ Recent content in Precision on Njx'Log https://njx-njx.github.io/blog-cover.jpg https://njx-njx.github.io/blog-cover.jpg Hugo -- 0.161.1 zh Thu, 27 Aug 2026 13:00:00 +0800 https://njx-njx.github.io/posts/tis-train-inference-mismatch/ Thu, 27 Aug 2026 13:00:00 +0800 https://njx-njx.github.io/posts/tis-train-inference-mismatch/ rollout 用推理引擎、训练用训练引擎，同一个模型在两边的数值对不上：实际采样的分布与你假设的策略存在偏差，名义上的 on-policy 悄悄变成 off-policy。本文拆解差异来源、有偏梯度与部署差距两个后果、算法补丁谱系，以及 Sea AI Lab 归到 BF16 精度上的根源结论。