Liquid AI открыла Antidoom: метод исправления зацикливания моделей рассуждения на основе оптимизации предпочтений финального токена
Оригинальный заголовок:Liquid AI Open-Sources Antidoom: A Final Token Preference Optimization (FTPO) Method that Reduces Doom Loops in Reasoning Models
ИИ-резюме
Liquid AI открыла Antidoom — целевой метод исправления на основе Final Token Preference Optimization (FTPO) для снижения проблемы doom loop (зацикливания) в моделях рассуждения. Метод определяет первый токен начала цикла и обучает модель выбирать связную альтернативу, не меняя общее распределение вывода. На LFM2.5-2.6B доля циклов в сложных математических и программных задачах снизилась с 10,2% до 1,4%; на Qwen3.5-4B — с 22,9% до 1%. Весь процесс занимает несколько часов, весь код и набор данных (LiquidAI/antidoom-mix-v1.0) открыты.
Ключевые моменты
- Liquid AI открыла Antidoom — целевой метод исправления на основе Final Token Preference…
- Метод определяет первый токен начала цикла и обучает модель выбирать связную альтернативу,не меняя…
- На LFM2.
- 6B доля циклов в сложных математических и программных задачах снизилась с 10,2% до 1,4%
- на Qwen3.
Кратко
- Опубликовано
- Обновлено
- Источник
- MarkTechPost(RSS)
- Категория
- Туториалы и советы
- Оценка ИИ
- 70
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。
Источник и авторские права
Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.
Как цитировать
При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.
Orange News: Liquid AI открыла Antidoom: метод исправления зацикливания моделей рассуждения на основе оптимизации предпочтений финального токена. 8 июля 2026. https://new.nat6.net/ru/news/cmraw21y401jhihog3tcrfsp4/