热点事件持续更新
微软提出Fork-and-Flush优化AI智能体搜索
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
10月13日，The Decoder报道，微软研究提出Fork-and-Flush方法，通过并行分支与清空聊天上下文，改善长期运行AI研究智能体的搜索结果。各分支保留代码、文件和已保存的结果，以新对话继续探索，随后保留最佳分支。在13项任务、相同计算预算下，该方法的归一化平均得分为0.78，单次运行为0.47，best-of-4为0.54；相较两项基线，相对提升分别为66.0%和44.4%。
AI 根据报道生成 · 3 小时前更新
最新进展10月13日 00:10
微软研究报告：Fork-and-Flush在13项任务中优于单次运行及best-of-4基线。报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- The DecoderMicrosoft研究发现清空聊天历史有助于AI智能体找到更优解
Microsoft研究提出Fork-and-Flush，通过并行分支与清空聊天上下文，改善长期运行AI研究智能体的搜索结果。各分支保留代码、文件和已保存结果，以新对话继续探索，随后保留最佳分支；在13项任务、相同计算预算下，归一化平均得分为0.78，单次运行为0.47，best-of-4为0.54，相对提升分别为66.0%和44.4%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月13日 01:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。