Liquid AI、Antidoomをオープンソース化:推論モデルのデッドループを低減するFinal Token Preference Optimization (FTPO)手法
Liquid AIは、推論モデルにおけるデッドループ(doom loop)に対処するオープンソース手法Antidoomをリリースした。FTPOを用いてループ開始トークンのみを再学習し、LFM2.5-2.6Bのループ率を10.2%から1.4%に、Qwen3.5-4Bを22.9%から1%に削減した。
Liquid AI、Antidoomをオープンソース化:推論モデルのデッドループを低減するFinal Token Preference Optimization (FTPO)手法
要約のみ
配信元のコンテンツ権限に基づき、編集要約、要点、原文へのリンクのみを提供します。