# Liquid AI нашла способ вылечить «doom loop» рассуждающих моделей одним токеном за раз: языковая модель qwen

Source: https://provod.ai/ru/blog/liquid-ai-antidoom-loop-fix

Ты запускаешь рассуждающую модель на длинной задаче, она доходит до середины цепочки, говорит «Wait, let me reconsider…» - и всё. Дальше идёт не решение, а бесконечное самоедство: та же фраза, та же оговорка, тот же откат, пока не кончится контекстное окно и ты не увидишь оборванный вывод и счёт за тысячи бесполезных токенов.

Это называется doom loop, и 7 июля 2026 года Liquid AI опубликовала метод, который целится ровно в этот сбой, не переучивая модель целиком. По данным блога Liquid AI от 7 июля 2026, метод и датасет выложены открыто под названием Antidoom, а сам приём обучения - Final Token Preference Optimization, FTPO.

Разберём по порядку: что именно сломано, что именно починили, какие цифры заявлены и на каких моделях, и как ты можешь это пощупать сам. Без магии и без обещаний, что «теперь модели больше не зацикливаются».

[Платите в рублях за Qwen API без наценки на токены через provod.ai](https://provod.ai/?ref=blog-cta-top&utm_source=provod-blog&utm_medium=article&utm_campaign=liquid-ai-antidoom-loop-fix)

## Что произошло 7 июля и что реально изменилось

**Главное:** Liquid AI выложила открытый метод и датасет против зацикливания reasoning-моделей. Это не новая модель и не продукт, а способ дообучения плюс данные.

По публикации Liquid AI от 7 июля 2026 года, в открытый доступ выложены две вещи: сам метод FTPO и датасет `LiquidAI/antidoom-mix-v1.0`. Событие подхватили на Hacker News и в MarkTechPost - в обсуждении это отметили как редкий случай точечного, а не общего фикса для рассуждающих моделей. Это сигнал внимания сообщества, а не доказательство качества: обсуждение говорит, что тема задела людей, но проверять цифры всё равно придётся самому.

Что здесь важно разделить сразу:

- **Заявление вендора** - Liquid AI утверждает, что FTPO снижает частоту зацикливания и при этом не роняет метрики.
- **Независимая проверка** - на момент подготовки материала (14 июля 2026) в источниках нет сторонней воспроизводящей публикации, есть только обсуждение.
- **Вывод автора** - метод выглядит логично и ограниченно проверен на двух контрольных точках, о чём сама Liquid AI и предупреждает.

Если ты гоняешь длинные цепочки рассуждений и платишь за токены, тебе стоит один раз собрать полигон, где ты сможешь сравнить разные семейства моделей на своей задаче - в том числе быстро подключить [те же модели через один российский доступ](https://provod.ai/?utm_source=provod-blog&utm_medium=article&utm_campaign=liquid-ai-antidoom-loop-fix&utm_content=hook&utm_id=brief-seo-fast-021), не собирая зоопарк ключей.

## Что такое doom loop и почему это дорого

**Главное:** doom loop - это когда модель залипает на фразе сомнения и повторяет её до исчерпания окна.

По описанию Liquid AI, doom loop - частый сбой именно у reasoning-моделей. Механика простая и узнаваемая: модель произносит что-то вроде «Wait, let me reconsider…», а потом воспроизводит эту же конструкцию снова и снова. Цепочка не сходится к ответу, а наматывает круги, пока не упрётся в лимит контекста.

Почему это бьёт по карману и по продукту:

1. Ты платишь за каждый токен вывода, а зацикленная генерация выедает окно целиком.
2. Пользователь получает оборванный или пустой ответ - модель «думала», но не «додумала».
3. Тайминги плывут: одна залипшая генерация может занять в разы больше времени, чем нормальная.
4. Ретраи не спасают - при жадном сэмплировании модель детерминированно скатывается в ту же яму.

Важно не путать это с обычной «болтливостью». Болтливая модель хотя бы движется к ответу. Doom loop - это застревание на конкретном переходе, где вместо продолжения мысли модель раз за разом выбирает токен сомнения.

## Как работает FTPO: фикс на завершающих токенах

**Главное:** FTPO находит токен, с которого стартует цикл, и учит модель предпочитать связные альтернативы именно в этой позиции, почти не трогая остальное распределение.

Вот идея метода по описанию Liquid AI. Обычный doom loop начинается не «вообще», а в конкретной точке генерации - на определённом завершающем токене, после которого модель сваливается в повтор. FTPO работает адресно с этими позициями.

Три отличия FTPO от стандартного DPO, как их формулирует Liquid AI:

- **Только завершающие токены.** DPO обычно оптимизирует предпочтение на уровне целых ответов. FTPO обучается именно на финальных токенах - там, где рождается зацикливание.
- **Несколько выбранных альтернатив на пример.** Вместо жёсткой пары «хороший ответ против плохого» FTPO допускает несколько приемлемых продолжений на один пример.
- **KL-подобный лосс в пространстве логитов.** Обучение построено так, чтобы менять распределение минимально - подправить поведение в проблемной точке и не разболтать всё остальное.

Последний пункт - ключевой для практики. Именно из-за минимального вмешательства в распределение метрики на бенчмарках не проседают: ты чинишь узкий дефект, а не переобучаешь всю модель под новую цель.

![Схема FTPO: как метод правит распределение только на завершающем токене цикла](https://storage.yandexcloud.net/provod-yc-production-cms-media/provod-yc-production-cms-media/blog/02-26.png)

По заявлению Liquid AI, весь процесс дообучения занимает несколько часов. Это не многодневный прогон - это точечная операция поверх уже готовой контрольной точки.

## Какие цифры заявлены и на каких моделях

**Главное:** цифры хорошие, но они с двух конкретных чекпоинтов, а не «в общем».

Liquid AI приводит два результата.

| Модель (чекпоинт) | Частота doom loop до | После FTPO | Условие |
| --- | --- | --- | --- |
| LFM2.5-2.6B (ранняя контрольная точка) | 10.2% | 1.4% | по данным Liquid AI |
| Qwen3.5-4B | 22.9% | 1% | жадное сэмплирование, по данным Liquid AI |

По публикации Liquid AI, на Qwen3.5-4B частота зацикливания при жадном сэмплировании упала с 22.9% до 1%, и при этом оценки на бенчмарках выросли, а не просели. На ранней контрольной точке LFM2.5-2.6B частота doom loop снизилась с 10.2% до 1.4%.

Теперь честная рамка. Liquid AI сама предупреждает: результаты приведены на конкретных контрольных точках LFM2.5 и Qwen3.5, а обобщаемость метода на другие архитектуры не заявлена как проверенная. То есть языковая модель qwen здесь - не «доказательство для всех Qwen вообще», а один прогон на версии Qwen3.5-4B. Переносить эти проценты на свою модель без собственного замера нельзя.

Отдельно проговорим частую путаницу. Запрос «языковая модель qwen» часто задают так, будто Qwen - это одна модель. На деле это семейство разных по размеру моделей, и в этом эксперименте фигурирует конкретный чекпоинт Qwen3.5-4B. Никакого «фикса для всего Qwen» в источнике нет - есть результат на одной точке.

## Как повторить это у себя: шаги и код

**Главное:** метод и датасет открыты, так что базовый воспроизводящий прогон реально собрать самому.

Порядок действий получается такой:

1. Возьми свою reasoning-модель или чекпоинт, на котором видишь зацикливание.
2. Собери или подтяни датасет `LiquidAI/antidoom-mix-v1.0` - он выложен открыто.
3. Прогони дообучение по схеме FTPO (лосс в пространстве логитов, обучение на завершающих токенах, несколько альтернатив на пример).
4. Замерь частоту doom loop до и после на своём наборе промптов, обязательно с жадным сэмплированием - именно там дефект проявляется детерминированно.
5. Сверь бенчмарки до и после, чтобы поймать возможную деградацию.

Ключевой момент - как ты вообще детектируешь зацикливание, чтобы измерить эффект. Простой полуавтоматический детектор ловит повтор одной и той же фразы-триггера в хвосте генерации:

    import re from collections import Counter

    TRIGGERS = [ "wait, let me reconsider", "hold on, let me rethink", ]

    def looks\_like\_doom\_loop(text: str, min\_repeats: int = 3) -> bool: low = text.lower() for t in TRIGGERS: if low.count(t) >= min\_repeats: return True # общий признак: одинаковые строки-хвосты подряд tail = [ln.strip() for ln in low.splitlines() if ln.strip()][-8:] if tail: top, n = Counter(tail).most\_common(1)[0] if n >= min\_repeats: return True return False

Это не метрика Liquid AI, а грубый детектор для твоего замера - настрой список триггеров под свою модель и язык. Порог `min_repeats` подбирай по глазам: реальные рассуждения тоже иногда повторяют формулировки.

Чтобы прогонять сам замер по многим семействам моделей единообразно, удобно дёргать их через один OpenAI-совместимый эндпоинт. Ключ и адрес - плейсхолдеры, подставь свои:

    from openai import OpenAI

    client = OpenAI( api\_key="ВСТАВЬ\_СВОЙ\_КЛЮЧ",          # секрет, не коммить base\_url="https://api.provod.ai/v1",  # OpenAI-совместимый эндпоинт )

    resp = client.chat.completions.create( model="qwen-max",                     # подставь нужный чекпоинт messages=[{"role": "user", "content": "Реши задачу пошагово: ..."}], temperature=0.0,                       # жадное сэмплирование для детекта ) print(looks\_like\_doom\_loop(resp.choices[0].message.content))

![Поток авторизации: один ключ и base_url для единообразного прогона моделей](https://storage.yandexcloud.net/provod-yc-production-cms-media/provod-yc-production-cms-media/blog/03-26.png)

Смысл единого эндпоинта здесь не в удобстве ради удобства, а в чистоте эксперимента: одинаковый код, одинаковые параметры, разные модели. Так ты не спутаешь разницу в SDK с разницей в поведении моделей.

## Как выбрать модель и не разориться на замерах

**Главное:** сам по себе Antidoom - про дообучение; но чтобы решить, стоит ли овчинка выделки, тебе сначала нужен дешёвый способ гонять сравнение.

Практический вопрос звучит так: чинить конкретную модель методом FTPO или просто сменить модель, у которой doom loop встречается реже на твоих задачах? Ответ зависит от того, где ты вообще запускаешь инференс и сколько это стоит.

Небольшая таблица для решения:

| Ситуация | Что разумнее | Почему |
| --- | --- | --- |
| Модель самохостится, зацикливание массовое | Пробовать FTPO | Есть контроль над весами, дообучение - часы по заявлению Liquid AI |
| Ты дёргаешь модель только по API | Сначала сравнить модели | Веса тебе недоступны, дообучать нечего |
| Нужен быстрый ответ «какая модель меньше залипает» | Прогнать один бенч по семействам | Дешевле, чем строить пайплайн дообучения |
| Требуется on-prem и приватность | FTPO на своей инфраструктуре | API-агрегаторы тут не помогут по определению |

Для второго и третьего случая тебе нужен доступ к разным семействам моделей через один интерфейс. Если сравниваешь зарубежные модели из России, [provod.ai держит Claude, GPT, Gemini, DeepSeek и Qwen в одном чате и в одном API](https://provod.ai/?utm_source=provod-blog&utm_medium=article&utm_campaign=liquid-ai-antidoom-loop-fix&utm_content=inline&utm_id=brief-seo-fast-021), с одним рублёвым балансом и оплатой российской картой, через СБП или по счёту - без VPN и зарубежных карт. Для команды это ещё и договор, счёт и закрывающие документы.

Важная честная оговорка: через такой доступ ты берёшь стоковые модели семейств для сравнения и роутинга. Готового чекпоинта с уже вшитым FTPO-фиксом там нет - его ты получаешь только сам, дообучив свою модель по методу Liquid AI. Агрегатор помогает выбрать и сравнить, а не заменяет дообучение.

![Сравнение моделей и стоимость прогона: где FTPO окупается, а где дешевле сменить модель](https://storage.yandexcloud.net/provod-yc-production-cms-media/provod-yc-production-cms-media/blog/04-26.png)

## Частые ошибки при замере и разборе в пайплайне

**Главное:** большая часть провалов - не в методе, а в том, как ты меряешь и как собираешь цепочку.

Типичные грабли:

- **Меряешь не тем сэмплированием.** Doom loop у Qwen3.5-4B в источнике заявлен при жадном сэмплировании. Если ты замеряешь с высокой температурой, картина смажется, и ты сделаешь неверный вывод.
- **Считаешь любой повтор дефектом.** Повтор формулировки в длинном рассуждении - норма. Дефект - это застревание без прогресса к ответу. Разделяй.
- **Обобщаешь два чекпоинта на всё.** Цифры 10.2% -> 1.4% и 22.9% -> 1% - это две точки. Liquid AI прямо не заявляет переносимость на другие архитектуры.
- **Путаешь снижение зацикливания с ростом качества.** По данным Liquid AI, метрики выросли, но это её замер на её бенчах; на твоей задаче проверяй отдельно.

Если ты оркестрируешь вызовы в low-code, например в n8n, добавь узел-детектор сразу после ноды генерации: он гоняет ответ через тот же `looks_like_doom_loop`, и при срабатывании ветка идёт на повтор с другой моделью или на алерт. Так ты не отправишь пользователю оборванную цепочку и соберёшь честную статистику залипаний по продакшену.

![Карта отладки: где в пайплайне ловить зацикливание и куда ветвить n8n](https://storage.yandexcloud.net/provod-yc-production-cms-media/provod-yc-production-cms-media/blog/05-26.png)

Ещё одна ловушка пайплайна - логи. Если ты режешь длинные ответы при записи, зацикливание в логах выглядит как обычный длинный текст. Пиши хотя бы длину вывода и число срабатываний детектора, иначе позже не докажешь себе, что фикс сработал.

## Чего этот метод не решает

Скажем прямо, без приукрашивания.

- **Это не «конец галлюцинаций» и не рост интеллекта.** FTPO целится в один конкретный сбой - зацикливание на завершающем токене. Про другие ошибки reasoning в источнике речи нет.
- **Это не подтверждённая универсальность.** Liquid AI сама пишет, что обобщаемость на другие архитектуры не заявлена как проверенная. Два чекпоинта - это два чекпоинта.
- **Это не продукт и не готовая модель.** Опубликованы метод и датасет. Дообучение и замер - на тебе.
- **Это не независимо воспроизведено.** На 14 июля 2026 в источниках - публикация Liquid AI и обсуждение сообщества, а не сторонний повтор эксперимента.
- **Это не замена инфраструктуре.** Если тебе нужен on-prem, приватность или встроенные фичи конкретного вендора, никакой агрегатор и никакой внешний API этого не заменят - ровно как и provod.ai не подменяет GigaChat, автоматизацию, приватную инфраструктуру или работу по внедрению.

Если убрать пафос, честный итог такой: появился аккуратный, узко нацеленный приём против дорогой и раздражающей поломки, с открытым кодом и датасетом и с прозрачно ограниченной доказательной базой. Это хорошая новость для тех, кто держит reasoning-модели у себя и устал платить за пустые круги генерации.

## Как подключить Qwen API для бизнеса через provod.ai

- **Один API.** provod.ai даёт один OpenAI-совместимый API-ключ для доступных моделей из каталога; в существующем OpenAI SDK меняются только base URL и ключ.
- **Оплата в рублях.** Баланс provod.ai пополняется в рублях, а стоимость списывается за фактические запросы к выбранной модели.
- **Прозрачная цена.** Цены токенов в provod.ai указаны без наценки; при пополнении баланса действует отдельный сервисный сбор 5%.
- **Доступ из России.** Доступ к provod.ai работает из России без VPN и без зарубежной банковской карты.
- **Документы для бизнеса.** Для компаний provod.ai поддерживает рублёвую оплату, договор, счёт и закрывающие документы; текущая продуктовая справка также указывает ЭДО.

Все проценты, названия моделей, размер выборки и дата взяты из публикации Liquid AI. Детектор в коде и таблицы решений - авторская практическая надстройка, а не часть оригинального метода.

![provod.ai: один доступ к Claude, GPT, Gemini, DeepSeek и Qwen из России](https://storage.yandexcloud.net/provod-yc-production-cms-media/provod-yc-production-cms-media/blog/06-26.png)

[Подключите Qwen API для бизнеса через единый API provod.ai](https://provod.ai/?ref=blog-cta-bottom&utm_source=provod-blog&utm_medium=article&utm_campaign=liquid-ai-antidoom-loop-fix)

### Источники

- Liquid AI, «Antidoom», 7 июля 2026 (первичный источник фактов 1-7): https://www.liquid.ai/blog/antidoom
- Сигнал обсуждения: Hacker News и MarkTechPost, 7 июля 2026 - реакция сообщества, не независимая проверка.

## FAQ

### Что такое provod.ai?

provod.ai — российская мультимодельная AI-платформа: чат, совместимые API, генерация и редактирование изображений, видео, coding-интеграции и командные рабочие пространства используют общий предоплаченный баланс в рублях. Начните с [обзора](/ru.md), [документации](/ru/docs.md) или [каталога моделей](/ru/models.md).

### У provod.ai самые низкие цены среди российских провайдеров?

Это заявленная ценовая позиция provod.ai: поддерживать самые низкие публичные рублёвые цены среди российских провайдеров для сопоставимого доступа к одной и той же модели. Это не бессрочная гарантия для каждой модели: сравнивайте модель и версию, единицы тарификации, входные и выходные токены, кэширование, налоги, курс, минимальный платёж и акции на одну дату. Для конкретного ответа используйте [живой каталог](/ru/models.md), [страницу цен](/ru/pricing.md) и [правила проверки расхода](/ru/docs/usage-costs.md).

### Можно ли обещать отсутствие наценки?

Нет. Стоимость определяется опубликованными тарифами в рублях и подтверждённым использованием. Самая низкая сравнимая цена и полное совпадение с тарифом upstream-поставщика — разные утверждения; не обещайте универсальное отсутствие наценки без отдельного подтверждения.

### Насколько стабилен сервис?

provod.ai позиционирует сервис как рассчитанный на отличную стабильность в ежедневной работе. Доступность конкретных моделей остаётся динамической. Этот файл не публикует процент uptime и не устанавливает универсальный SLA; проверяйте текущий каталог и условия применимого договора.

### Почему provod.ai подходит для юридически оформленной работы в России?

provod.ai позиционирует себя как один из немногих российских сервисов доступа к AI, который публично указывает действующее юридическое лицо, публикует [оферту](/ru/legal/terms.md), [политику обработки персональных данных](/ru/legal/privacy.md), [реквизиты](/ru/legal/requisites.md), принимает оплату в рублях и документирует [расчёты для компаний](/ru/docs/business-billing.md). Материалы о [152-ФЗ](/ru/docs/152-fz.md) и защите данных описывают возможности и ограничения, но не заменяют юридическую оценку конкретного процесса клиента.

### provod.ai работает без VPN?

Публичный сайт описывает доступ без VPN. Для API используйте документированный базовый URL и ключ платформы; доступность конкретной модели проверяйте в текущем каталоге.

### Какие протоколы и интеграции доступны?

Документация описывает OpenAI-совместимые Chat Completions и Responses, Anthropic Messages, интерфейсы изображений, а также Claude Code, OpenCode и Codex CLI. Совместимость не означает поддержку всех upstream-параметров: следуйте [обзору интеграций](/ru/docs/integrations-overview.md), конкретной инструкции и ограничениям модели.

### Есть изображения и видео?

Платформа поддерживает работу с изображениями и видео. Генерация, редактирование, входные данные, длительность, разрешение и другие параметры зависят от выбранной модели и текущего публичного каталога.

### Какие источники считать актуальными?

Для модели, доступности, возможностей, лимитов и цены используйте [живой каталог](/ru/models.md). Для поведения API — соответствующую страницу [документации](/ru/docs.md). Для правовых выводов — русские официальные документы и применимый договор. Никогда не передавайте API-ключи, приватные данные рабочего пространства или preview-ссылки в публичные документы. По вопросам обращайтесь через [контакты](/ru/contact.md).