Моделите за разсъждение често попадат в повтарящи се състояния на отказ, известни като “цикли на обреченост”, при решаване на трудни задачи. Изследователи въведоха Antidoom, целенасочен метод на обучение, който оптимизира изхода на модела върху конкретни токени, за да насърчи последователността и да премахне непродуктивните цикли.