Моделі міркування часто потрапляють у повторювані стани відмови, відомі як “петлі приреченості”, стикаючись зі складними завданнями. Дослідники представили Antidoom, цільовий метод навчання, що оптимізує вивід моделі на певних токенах для забезпечення узгодженості та усунення непродуктивних циклів.