观点 / 方法精选
Liquid AI 开源 Antidoom：基于最终 Token 偏好优化的推理模型死循环修复方法
原始标题：Liquid AI Open-Sources Antidoom： A Final Token Preference Optimization （FTPO） Method that Reduces Doom Loops in Reasoning Models
内容摘要
Liquid AI 开源了 Antidoom，一种基于 Final Token Preference Optimization （FTPO） 的针对性修复方法，用于减少推理模型中的 doom loop（死循环）问题。该方法定位循环开始的第一个 token，训练模型选择连贯替代项，而不改变整体输出分布。在 LFM2.5-2.6B 上，硬数学和编程任务中的循环率从 10.2% 降至 1.4%；Qwen3.5-4B 上从 22.9% 降至 1%。整套流程可在数小时内完成，全部代码和数据集（LiquidAI/antidoom-mix-v1.0）已开源。