embedder权重改成bf16

似乎因为权重的处理更慢了，整体速度反而变慢了一点点

useful.sh

@@ -78,4 +78,7 @@ BF16 projector比FP32 projector更准的可能原因：
   - 训练分布匹配：训练时你是 precision:16，projector 长期在低精度环境下被优化；推理用 FP32 反而可能偏离训练时的统计特性。
   - LayerNorm/Softmax 敏感：Resampler/MLP 里 LN/Softmax 对精度很敏感，FP32 计算后再降精度，数值边界更容易“硬截断”；BF16 全程计算可能更平滑。
 
-  这也解释了为什么你看到 BF16 projector 反而更准。
+  这也解释了为什么你看到 BF16 projector 反而更准。
+
+embedder：
+  改成 autocast only（权重 FP32，预处理 FP32，仅主干 BF16）