Liquid AI lanza Antidoom: el método FTPO reduce los bloqueos en modelos de razonamiento

El 7 de julio de 2026, Liquid AI abrió el código de Antidoom, un método para combatir los doom-loops en modelos de razonamiento. En Qwen3.5-4B, la frecuencia de bloqueos bajó del 22,9% al 1%.

Qué es un doom-loop y por qué hay que corregirlo

Un doom-loop ocurre cuando un modelo de razonamiento empieza a repetir los mismos fragmentos de texto en su cadena de pensamiento hasta agotar toda la ventana de contexto. En lugar de una respuesta, el modelo se queda atrapado en un bucle y no entrega ningún resultado.

El problema es especialmente grave en los modelos de razonamiento, que «piensan en voz alta» con largas cadenas de pasos. Cuanto más largo es el razonamiento, mayor es la probabilidad de repetición: un patrón entra en el contexto, el siguiente token lo copia y el bucle se cierra.

Para los sistemas en producción, los doom-loops no son solo una curiosidad académica: aumentan la latencia de respuesta y gastan tokens de más, lo que encarece directamente la inferencia.

Cómo funciona el método FTPO

Antidoom usa un enfoque llamado Final Token Preference Optimization (FTPO). En lugar de reentrenar todo el modelo, con el coste que implica, el método localiza el token concreto con el que empieza el ciclo y ajusta los pesos solo de esa posición.

Datos clave:

• El método se publicó el 7 de julio de 2026 con licencia abierta
• En LFM2.5-2.6B (modelo propio de Liquid AI), los doom-loops bajaron del 10,2% al 1,4%
• En Qwen3.5-4B, del 22,9% al 1%
• Disponibles públicamente: un generador de doom-loops, un detector y el entrenador FTPO

Este enfoque puntual difiere de raíz del fine-tuning estándar: solo cambia la posición «problemática» y el resto de los parámetros del modelo no se tocan, lo que reduce el riesgo de regresiones en el resto de su comportamiento.

Por qué importa que el código sea abierto

Liquid AI no se limitó a describir el método en un artículo, sino que publicó un conjunto de herramientas funcional: un detector de doom-loops, un generador de ejemplos sintéticos para reproducir el problema y el propio entrenador FTPO. Así, cualquier equipo que trabaje con modelos de razonamiento puede aplicar el método a su modelo sin esperar una corrección oficial del proveedor.

Para quienes desarrollan LLM de código abierto, el generador de ejemplos sintéticos es especialmente valioso: permite construir un conjunto de datos para reproducir el problema en una arquitectura concreta, aunque los doom-loops sean raros en datos reales.

Qué significa

Antidoom cierra un hueco técnico concreto en los modelos de razonamiento y lo hace en abierto, algo poco habitual en una empresa de IA. Si FTPO ofrece resultados estables en otras arquitecturas además de LFM y Qwen, el enfoque podría convertirse en un paso estándar al ajustar agentes de razonamiento antes de llevarlos a producción.

Preguntas frecuentes

¿Qué es Final Token Preference Optimization?

FTPO es un método de ajuste puntual: en lugar de optimizar todo el modelo, localiza el token concreto que desencadena el bucle de repeticiones y corrige solo sus pesos. Es más rápido que el fine-tuning completo y reduce el riesgo de cambios no deseados en el resto del modelo.

¿En qué modelos se ha probado Antidoom?

Liquid AI probó el método en dos modelos: el propio LFM2.5-2.6B (los doom-loops bajaron del 10,2% al 1,4%) y el de terceros Qwen3.5-4B (del 22,9% al 1%). El código abierto permite a la comunidad verificar los resultados por su cuenta en otras arquitecturas.