微软提出Fork-and-Flush提升AI研究智能体表现
热点事件观察中
微软提出Fork-and-Flush提升AI研究智能体表现
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
微软研究院提出一种名为 Fork-and-Flush 的方法，用于解决长时运行 AI 研究智能体反复收敛到相似解的问题：在保留工作区文件的同时清空对话上下文，并分叉出 K 条并行分支。 在相同算力预算下，该方法在 13 项长时任务（包括多联骨牌装箱、作业车间调度和密码分析）上取得 0.78 的 min-max 归一化平均分，单次运行为 0.47，best-of-4 为 0.54；智能体通过 GitHub Copilot CLI 使用 GPT-5.6-terra 和 GPT-5.5。研究还称，仅清空对话上下文而不分叉也能将结果提升 22%。
AI 根据报道生成 · 3 小时前更新
最新进展10月13日 00:10
微软研究：清空对话历史可让 AI 智能体找到更好方案报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- The Decoder微软研究：清空对话历史可让 AI 智能体找到更好方案
微软研究院一项研究提出 Fork-and-Flush 方法，让长时运行的 Autoresearch 智能体在保留工作区文件的同时清空对话上下文并分叉出 K 条并行分支，以跳出反复收敛到相似解的 idea basins。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。