随着人工智能技术的飞速发展，大语言模型在处理复杂逻辑、数学证明及代码编写等任务上展现出惊人的潜力。然而，这类模型在长链路推理过程中往往面临一个棘手的顽疾——“末日循环”（Doom Loop）。近日，AI 初创公司 Liquid AI 宣布开源了一项名为 Antidoom 的新技术，旨在精准打击这一现象，通过一种创新的“最终 Token 偏好优化”（FTPO）方法，显著提升了模型输出的稳定性与可靠性。
所谓的“末日循环”，指的是推理模型在生成过程中不断重复相同的 token 序列，直到上下文窗口被耗尽为止。这种现象不仅会导致生成内容的单调乏味，更严重的是会直接导致推理任务中断，使得模型无法得出正确结论。对于依赖长上下文的复杂应用场景而言，这无疑是致命的。当模型陷入这种循环时，不仅浪费了宝贵的计算资源，还会导致最终输出为空或无效，极大地降低了用户体验。
Liquid AI 的解决方案 Antidoom 并没有选择对整个模型进行大规模的重新训练，这是一种成本高昂且低效的做法。相反，Antidoom 采用了一种更为精妙的策略：它通过算法精准定位到引发循环的起始 token，然后仅针对该特定位置进行微调。这种“对症下药”的方式，被 Liquid AI 归纳为“最终 Token 偏好优化”（FTPO）。FTPO 模拟了人类反馈强化学习（RLHF）的过程，但将训练范围限制在触发循环的关键节点上，从而引导模型跳出重复的怪圈。
从实验数据来看，Antidoom 的效果令人瞩目。在 LFM2.5-2.6B 模型上，末日循环的发生率从原本的 10.2% 骤降至 1.4%；而在参数量更大的 Qwen3.5-4B 模型上，这一比例更是从高达 22.9% 大幅滑落至 1%。这组数据表明，Antidoom 在不同规模和架构的模型中均表现出了极高的普适性和有效性。值得注意的是，该优化过程并未显著增加模型的推理延迟，意味着在实际应用中，开发者可以几乎无感地获得更稳定的表现。
更值得一提的是，Liquid AI 将 Antidoom 的生成逻辑、循环检测工具以及核心的 FTPO 训练器全部开源。这一举措极大地降低了开发者和研究者的使用门槛，意味着社区可以在此基础上进行更深入的探索和定制化开发。对于开发者而言，这意味着他们可以更容易地集成这一技术到现有的 LLM 应用中，从而提升代码解释器、数学解题工具等高阶功能的鲁棒性。
总体而言，Antidoom 的开源发布标志着推理模型优化领域的一个重要里程碑。它不仅解决了一个具体的技术痛点，更为大模型在实际落地应用中如何提升稳定性提供了新的思路。随着开源生态的不断完善，我们有理由相信，未来的推理模型将更加健壮，能够从容应对各种复杂的逻辑挑战，为人工智能的落地应用扫清障碍。
信息来源：MarkTechPost，原文链接：https://www.marktechpost.com/2026/07/07/liquid-ai-antidoom-doom-loops-ftpo/
封面图片来源：Unsplash / 摄影师 Bernd 📷 Dittrich
