Liquid AI Lanza Antidoom: Método FTPO Reduce Bloqueos en Modelos de Reasoning

Liquid AI el 7 de julio de 2026 abrió el código fuente de Antidoom—un método para combatir bucles de perdición en modelos de razonamiento. En Qwen3.5-4B, la frecuencia de cuelgues bajó de 22.9% a 1%.

¿Qué es un doom-loop y por qué necesita arreglarse?

Un doom-loop es cuando un modelo de razonamiento comienza a repetir los mismos fragmentos de texto en su cadena de razonamiento de pensamiento hasta que agota la ventana de contexto completa. En lugar de proporcionar una respuesta, el modelo se "queda atrapado" en un bucle y no produce resultado.

El problema es particularmente doloroso para los modelos de razonamiento que "piensan en voz alta" utilizando cadenas largas de pasos. Cuanto más largo sea el razonamiento, mayor será la probabilidad de repetición: un patrón entra en el contexto, el siguiente token lo copia, y el bucle se cierra.

Para sistemas de producción, los doom-loops no son simplemente curiosidades académicas: aumentan la latencia de respuesta y desperdician tokens, elevando directamente los costos de inferencia.

Cómo funciona el método FTPO

Antidoom utiliza el enfoque Final Token Preference Optimization (FTPO). En lugar del costoso reentrenamiento completo del modelo, el método encuentra el token específico que inicia el ciclo y corrige los pesos solo para esta posición.

Hechos clave:

• Método publicado 7 de julio de 2026 bajo licencia de código abierto
• En LFM2.5-2.6B (propio modelo de Liquid AI), doom-loops cayeron de 10.2% a 1.4%
• En Qwen3.5-4B—de 22.9% a 1%
• En acceso abierto: generador de doom-loop, detector y entrenador FTPO

Este enfoque dirigido difiere fundamentalmente del fine-tuning estándar: solo se cambia la posición "problemática", el resto de los parámetros del modelo permanecen intactos, reduciendo el riesgo de regresiones en otras partes del comportamiento del modelo.

Por qué el código abierto importa

Liquid AI no simplemente describió el método en un artículo—liberó herramientas funcionales: un detector de doom-loop, un generador de ejemplos sintéticos para reproducir el problema, y el entrenador FTPO en sí mismo. Esto permite que cualquier equipo que trabaje con modelos de razonamiento aplique el método a su propio modelo sin esperar un parche oficial del proveedor.

Para desarrolladores de LLM de código abierto, el generador de ejemplos sintéticos es particularmente valioso: permite crear un conjunto de datos para reproducir el problema en una arquitectura específica, incluso si los doom-loops son raros en datos reales.

Lo que esto significa

Antidoom cierra una brecha técnica específica en los modelos de razonamiento y lo hace de manera abierta—lo cual en sí mismo es inusual para una empresa de IA. Si FTPO demuestra resultados consistentes en arquitecturas más allá de LFM y Qwen, el enfoque podría convertirse en un paso estándar en el fine-tuning de agentes de razonamiento antes del lanzamiento en producción.

Preguntas frecuentes

¿Qué es Final Token Preference Optimization?

FTPO es un método de fine-tuning dirigido: en lugar de optimizar el modelo completo, encuentra el token específico que desencadena el bucle de repetición y corrige solo sus pesos. Esto 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: su propio LFM2.5-2.6B (doom-loops cayeron de 10.2% a 1.4%) y el Qwen3.5-4B de terceros (de 22.9% a 1%). El código abierto permite que la comunidad pruebe independientemente los resultados en otras arquitecturas.