튜토리얼 및 팁

Liquid AI, 최종 토큰 선호 최적화 기반 추론 모델 무한 루프 해결법 Antidoom 오픈소스 공개

원제목:Liquid AI Open-Sources Antidoom: A Final Token Preference Optimization (FTPO) Method that Reduces Doom Loops in Reasoning Models

AI 요약

Liquid AI가 추론 모델의 doom loop(무한 루프) 문제를 줄이기 위한 표적화된 수정 방법인 Final Token Preference Optimization(FTPO) 기반 Antidoom을 오픈소스로 공개했다. 이 방법은 루프가 시작되는 첫 토큰을 찾아 전체 출력 분포를 바꾸지 않고 모델이 일관된 대안을 선택하도록 훈련한다. LFM2.5-2.6B에서 어려운 수학 및 프로그래밍 작업의 루프율이 10.2%에서 1.4%로, Qwen3.5-4B에서는 22.9%에서 1%로 낮아졌다. 전체 파이프라인은 몇 시간 내 완료할 수 있으며 모든 코드와 데이터셋(LiquidAI/antidoom-mix-v1.0)이 공개됐다.

핵심 정보

  • Liquid AI가 추론 모델의 doom loop(무한 루프) 문제를 줄이기 위한 표적화된 수정 방법인 Final Token Preference…
  • 이 방법은 루프가 시작되는 첫 토큰을 찾아 전체 출력 분포를 바꾸지 않고 모델이 일관된 대안을 선택하도록 훈련한다.
  • 6B에서 어려운 수학 및 프로그래밍 작업의 루프율이 10.
  • 4%로,Qwen3.
  • 5-4B에서는 22.

한눈에 보기

게시
업데이트
출처
MarkTechPost(RSS)
카테고리
튜토리얼 및 팁
AI 점수
70
원문 읽기 정보 출처에서 전체 본문 읽기
추천 이유

Antidoom 用一次训练就修复了小型推理模型常见的 doom loop,LFM2.5 和 Qwen3.5 的循环率从两位数掉到 1%,代码和数据全开源,自己训模型时可以直接加这一环。

출처 및 저작권

이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.

원문 기사 · AIHOT 항목

인용 방법

본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.

Orange News: Liquid AI, 최종 토큰 선호 최적화 기반 추론 모델 무한 루프 해결법 Antidoom 오픈소스 공개. 2026년 7월 8일. https://new.nat6.net/ko/news/cmraw21y401jhihog3tcrfsp4/

전체 보기 →