研究解读 · 小互解读

Liquid AI 发布 Antidoom：修复推理模型的「死循环」问题，只改一个 token 即可，已开源

只微调死循环起点的那一个 token，两款模型的死循环率都被压到了 1% 左右。

速览

Liquid AI 于 2026 年 7 月 7 日发布 Antidoom，用 Final Token Preference Optimization（FTPO）方法专门修复 AI 推理模型的「死循环」，也就是模型反复输出同一句话（比如「Wait, let me reconsider...」）直到耗尽上下文窗口。
在 LFM2.5-2.6B 早期检查点上，难度较高的数学 / 代码题的死循环率从 10.2% 降到 1.4%；在 Qwen3.5-4B 上，贪婪采样下从 22.9% 降到 1%。
方法只对「引发死循环的那一个 token」做针对性训练，让模型在这个位置更倾向选连贯的替代词，对其余的输出分布几乎不产生扰动。
死循环由三个机制共同造成：过训练的高频词（the、So、Wait 等）在模型不确定时被当成保底选项、上文重复会让循环概率一路逼近 1、低温贪婪采样让循环没有退出通道。
训练 / 检测 / 生成全套代码已在 GitHub 开源（Liquid4All/antidoom），README 附完整超参数选择指南，同时支持 NVIDIA/CUDA 和 AMD Instinct MI 系列（ROCm）。

⚑立场提示：本文解读的是 Liquid AI 官方发布的博客与开源项目。文中的死循环率、评测提升等数字均为厂商自评，目前尚无第三方独立复现。

1什么是死循环

AI 也会卡成复读机

Liquid AI 于 2026 年 7 月 7 日发布了 Antidoom，一套专门修复 AI 推理模型「死循环」的训练方法，并在 GitHub 开源了全部代码。

死循环（doom loop）是推理模型很常见的一种翻车方式：模型先吐出一小段话，比如「Wait, let me reconsider...」，然后把这段话一遍又一遍地重复，直到把上下文窗口填满，答案却始终没能出现。越小的推理模型越容易犯，尤其是在长思考链和难题上。

reasoning trace · 难题推理中

让我重新检查一下这道题第二步的推导。

Wait, let me reconsider...

Wait, let me recons

（上下文窗口被填满，答案再也没能出现）

在一道数学题或一段代码上卡住时，模型就这样反复念同一句话停不下来，宝贵的上下文全耗在原地打转。Antidoom 要修的就是这个毛病。

📊官方数据：LFM2.5-2.6B 早期检查点在难题上的死循环率从 10.2% 降到 1.4%；Qwen3.5-4B 在贪婪采样下从 22.9% 降到 1%。Liquid AI 称这套方法最高能把死循环率砍掉九成。

2现有方案

在 Antidoom 之前，对付死循环通常走两条路，各有各的短板。

第一条是推理时加 repetition_penalty，临时压低已经出现过的词的概率。它像一块创可贴，不用重新训练，但压得不分青红皂白，可能连正常输出的质量也一起拖下去。第二条是强化学习（RL），能针对性地治循环，代价是要精心设计奖励信号，还要跑昂贵的在线 rollout 采样，成本高。

3核心思路

Antidoom 把修复范围收到了极致。

它先找到死循环开始的那一个 token，只在这个位置训练模型改选更连贯的替代词，词表里其余部分的概率分布几乎保持原样。整个模型的输出习惯不动，只在那个引发循环的接缝上打一个精确的补丁。