Liquid AI 开源 Antidoom:用“最终 Token 偏好优化”修掉推理模型的死循环毛病
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
推理模型有时会卡在“死循环”里,反复输出无意义的 token 直到把上下文窗口塞满。Liquid AI 开源了 Antidoom,用最终 Token 偏好优化(FTPO,一种教模型在推理结束时学会停下来的训练方法)来解决这个问题。
推荐理由:Liquid AI 开源 Antidoom,通过最终 Token 偏好优化教模型在推理结束时停下,为修复无意义重复输出提供训练方法。