Liquid AI 提出 Antidoom，将 LFM2.5-2.6B 推理循环率从 10.2% 降至 1.4%

Liquid AI 提出 Antidoom，利用 Final Token Preference Optimization（FTPO）定向训练模型在循环起点偏好连贯备选 token。实验显示，LFM2.5-2.6B 早期 checkpoint 在高难度数学和编码提示上的循环率从 10.2% 降至 1.4%，相关评测分数也随循环减少而提升。