Antidoom reduce los bucles de razonamiento del 10,2% al 1,4% en modelos de IA
Reducing Doom Loops with Final Token Preference Optimization
Liquid AI presenta Antidoom, un método que entrena modelos de lenguaje para evitar los "bucles de fatalidad" (doom loops) durante la inferencia. Estos bucles, donde el modelo repite frases como "Wait, let me reconsider…" hasta agotar el contexto, afectan especialmente a modelos de razonamiento pequeños. Antidoom identifica el token exacto que inicia el bucle y aplica Final Token Preference Optimization (FTPO) para preferir alternativas coherentes en esa posición. En pruebas con un checkpoint temprano de LFM2.5-2.6B, la tasa de bucles cayó del 10,2% al 1,4%, y las puntuaciones de evaluación mejoraron. El método también funcionó con Qwen3.5-4B, reduciendo sus bucles del 22,9% al 1%.
El conjunto de entrenamiento no enseña nada nuevo sobre matemáticas o código; elimina el modo de fallo que impedía al modelo alcanzar respuestas que ya podía producir.