登录体验完整功能(收藏、点赞、评论等) — 已累计有 12781 人加入

Liquid AI开源Antidoom算法 破解推理模型"厄运循环"行业痛点

详情页推荐

近日,人工智能初创公司Liquid AI宣布开源全新优化算法Antidoom,该技术基于其自研的最终令牌偏好优化(FTPO)框架,可大幅削减推理类大模型运行中常见的“厄运循环”(doom loops)问题。据公开测试数据,该算法可使复杂推理场景下的模型无效输出占比降低62%,目前已同步开放模型权重与训练文档供全球开发者调用。

---

推理大模型在执行数学计算、逻辑推演、多步骤任务时,经常会陷入反复输出相似无效内容、无法推进任务的死循环状态,也就是行业内俗称的“厄运循环”。这一问题此前始终是掣肘推理模型落地To B场景的核心瓶颈:在代码生成、工业仿真、专业科研计算等场景下,一旦模型陷入死循环,不仅会大幅提高算力消耗,还可能直接导致任务失败。

免责声明:本网站AI资讯内容仅供学习参考,不构成任何建议,不对信息准确性与完整性负责。