Liquid AI 提出 Antidoom 训练法，消除模型推理死循环
max_paperclips · x · 2026-08-02
推理模型在处理复杂问题时常陷入重复输出的“死循环”。Liquid AI 提出一种名为 Antidoom 的新方法，基于最终 Token 偏好优化（FTPO）进行针对性训练。
该方法能精准定位循环起始的 Token，训练模型在该位置选择更连贯的替代词，而不影响其余输出分布。在 LFM2.5-2.6B 模型的测试中，数学和编程任务中的死循环发生率从 10.2% 骤降至 1.4%，且整体评测分数因循环减少而有所提升。
「研究」频道最新
- Optuna 作者秋叶哉：花3亿日元调2个超参的时代，BO/HPO 还有何用武之地 — Stefania_druga · 2026-10-16
- 学者争论：AI 将超越人类做科学，欧洲躲不开只能用别人的 — teortaxesTex · 2026-10-16
- 上海 AI Lab 提出 SERO：用可执行 Oracle 续跑训练长程智能体强化学习 — Shanghai-AI-Laboratory · 2026-10-16
- 清华联手高德发布 OmniVerifier-C1：把二元验证器升级为细粒度打分 — Bowei Liu · 2026-10-16
- 阿里开源 MAI-Gym：移动与桌面 GUI Agent 评测加强化学习训练一体化平台 — Tongyi-MAI · 2026-10-16
- 北大发布 SimForcing：把仿真运动先验蒸馏进真实机器人世界模型 — PekingUniversity · 2026-10-16