antidoom

Antidoom 是一个专用于缓解大语言模型推理过程中重复性循环（即“doom loops”）的轻量级训练工具。它通过采样模型输出、精准定位重复起始token、构建单token级偏好对（拒绝循环起始token，偏好合理替代token），并基于Final Token Preference Optimization（FTPO）训练LoRA适配器来实现干预。项目支持CUDA与ROCm双后端，依赖vLLM高效推理和PyTorch训练，强调局部、低开销、任务聚焦的偏好微调。适用于需长期推理、易陷入自我重复的开源语言模型（如LFM系列）的稳定性增强场景，尤其适合合成数据驱动的推理优化流程。