บทแนะนำและเทคนิค

Liquid AI เปิดโอเพนซอร์ส Antidoom: วิธีแก้ลูปตายของโมเดลให้เหตุผลด้วยการปรับแต่งความชอบโทเคนสุดท้าย

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

สรุปโดย AI

Liquid AI เปิดโอเพนซอร์ส Antidoom วิธีการแก้ไขเฉพาะจุดโดยใช้ Final Token Preference Optimization (FTPO) เพื่อลดปัญหา doom loop (ลูปตาย) ในโมเดลให้เหตุผล วิธีนี้ระบุโทเคนแรกที่เริ่มลูป และฝึกโมเดลให้เลือกตัวเลือกที่ต่อเนื่องกันแทน โดยไม่เปลี่ยนการกระจายผลลัพธ์โดยรวม บน LFM2.5-2.6B อัตราลูปในงานคณิตศาสตร์ยากและการเขียนโปรแกรมลดจาก 10.2% เหลือ 1.4% บน Qwen3.5-4B ลดจาก 22.9% เหลือ 1% กระบวนการทั้งหมดเสร็จได้ภายในไม่กี่ชั่วโมง โค้ดและชุดข้อมูลทั้งหมด (LiquidAI/antidoom-mix-v1.0) เปิดโอเพนซอร์สแล้ว

ข้อมูลสำคัญ

  • Liquid AI เปิดโอเพนซอร์ส Antidoom วิธีการแก้ไขเฉพาะจุดโดยใช้ Final Token Preference Optimization…
  • 6B อัตราลูปในงานคณิตศาสตร์ยากและการเขียนโปรแกรมลดจาก 10.
  • 2% เหลือ 1.
  • 4% บน Qwen3.
  • 5-4B ลดจาก 22.

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
MarkTechPost(RSS)
หมวดหมู่
บทแนะนำและเทคนิค
คะแนน AI
70
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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。

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: Liquid AI เปิดโอเพนซอร์ส Antidoom: วิธีแก้ลูปตายของโมเดลให้เหตุผลด้วยการปรับแต่งความชอบโทเคนสุดท้าย 8 กรกฎาคม 2026 https://new.nat6.net/th/news/cmraw21y401jhihog3tcrfsp4/

ดูทั้งหมด →