repetition-penalty

本文研究了符号分支重复惩罚如何在不同模型和推理框架中导致结构化输出损坏和规范依赖，提供了测量结果以及与替代重复控制的比较。

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。