推理模型老是“复读机”？Liquid AI这波开源神操作有点东西！

以前大家解决这个问题，习惯性地去调整整个输出分布，但这就像为了治感冒非要全身动手术，容易“过犹不及”。Liquid AI这次开源的 Antidoom 逻辑非常硬核且优雅：它直接把问题“降维”了。

通过他们自研的 FTPO 算法，研究发现这些循环其实都是由某个特定的“祸首”Token 触发的（通常是像“Wait”、“So”这种过度训练的语气词）。Antidoom 的思路是：精准定位那个引发循环的 Token，只针对这一个位置进行微调，让模型学会选更合理的词，而不对其他词汇造成干扰。

数据表现非常惊人，Qwen3.5-4B 在贪婪采样下的循环率直接从 22.9% 降到了 1%！而且最关键的是，整个训练流程极快，单卡一两个小时就能搞定。

这种“手术刀式”的优化思路，比那种大刀阔斧改参数的做法要聪明得多。对于想要优化本地推理模型、解决复读机问题的开发者来说，这绝对是必须要关注的开源项目。

GitHub 传送门：https://github.com/Liquid4All/antidoom
技术细节：https://www.liquid.ai/blog/antidoom