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。