热点事件持续更新
微软研究提出Fork-and-Flush提升智能体性能
1 篇报道1 个报道来源2 小时前更新
先了解这件事
SI 综述
微软研究人员提出Fork-and-Flush方法，通过分叉与清空聊天历史提升AI研究智能体性能，在13个长任务同等算力下标准化平均分达0.78，较单跑提升66.0%，并使用GPT-5.6-terra、GPT-5.5与Qwen3.5等模型验证。 长期运行的AI研究智能体易陷入想法盆地瓶颈，该方法通过提升搜索多样性应对此问题。
SI 根据报道生成 · 1 小时前更新
最新进展10月13日 00:10
微软提出Fork-and-Flush，验证同等算力下长任务性能提升66%。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：清空聊天历史帮助AI智能体找到更好方案
微软研究人员发现长期运行的AI研究智能体易陷入想法盆地瓶颈，提出Fork-and-Flush方法通过分叉与清空聊天历史提升搜索多样性。在13个长任务上同等算力下标准化平均分达0.78，较单跑提升66.0%，并使用GPT-5.6-terra、GPT-5.5与Qwen3.5等模型验证。
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。