Liquid AI 开源 Antidoom：用最终 token 偏好优化（FTPO）减少推理模型中的死亡循环

Liquid AI 开源了 Antidoom 方法，专门解决推理模型中的“死亡循环”——模型重复生成同一片段直至耗尽上下文窗口。Antidoom 通过 Final Token Preference Optimization（FTPO）识别循环起始 token，并仅对该位置进行重新训练。在 LFM2.5-2.6B 模型上，死亡循环率从 10.2% 降至 1.4%；在 Qwen3.5-4B 上从 22.9% 降至 1%。生成、检测和 FTPO 训练器均已开源。