@maximelabonne: 新的训练技术来减少 doom loops！我们将其应用于 LFM2.5-2.6B (SFT checkpoint) 和 Qwen3.5-4B。通过减少 doom…

X AI KOLs Following 工具
doom-loop reasoning-models open-source training-technique lfm qwen liquid-ai

摘要

Liquid AI 发布了 Antidoom，一种用于减少推理模型中 doom loops 的开源方法，应用于 LFM2.5-2.6B 和 Qwen3.5-4B，显著降低了 doom-loop 率并提高了评估分数。

新的训练技术来减少 doom loops！ 我们将其应用于 LFM2.5-2.6B (SFT checkpoint) 和 Qwen3.5-4B。 通过减少 doom loops，它也改善了下游评估。 我们在 @huggingface 上开源了训练代码和训练数据集。
查看原文
查看缓存全文

缓存时间: 2026/07/07 14:19

我们发布了一种新的训练技术，能显著减少灾难循环（doom loops）！

该技术已应用于 LFM2.5-2.6B（SFT 检查点）和 Qwen3.5-4B。

通过减少灾难循环，下游评估效果也有所提升。

我们在 @huggingface 上开源了训练代码和训练数据集

Liquid AI (@liquidai): 今天，我们发布了 Antidoom——一种开源方法，可消除推理模型中常见的故障模式：灾难循环。

灾难循环率的前后对比，各项评估分数全面提升：

早期 LFM2.5-2.6B 检查点：10.2% → 1.4%

Qwen3.5-4B：22.9% → 1%（贪心解码）

相似文章

利用Final Token Preference Optimization减少Doom循环

Hacker News Top

Liquid AI推出了Antidoom方法，该方法使用Final Token Preference Optimization来减少小型推理模型在推理过程中的重复性Doom循环，将循环率从10.2%降至1.4%，同时提升了评估分数。