热点事件历史事件
微软研究提出Fork-and-Flush方法提升AI智能体表现
1 篇报道1 个报道来源7 天前更新
先了解这件事
AI 综述
2026年10月13日，The Decoder报道微软研究院发布论文，提出Fork-and-Flush方法以提升长时运行AI研究代理的表现。论文指出，长时间运行的AI研究代理会因对话上下文不断累积而陷入"思路盆地"，即使增加算力也难以突破。针对这一问题，该方法通过将主流程分叉为并行分支，并清空各分支的聊天记录，以恢复搜索多样性。实验结果显示，在13个长时任务上，以同等算力条件下取得0.78的归一化平均分，相较单次运行的0.47提升了66%，并在12个任务上取得最高均分。
AI 根据报道生成 · 7 天前更新
最新进展10月13日 00:10
微软Fork-and-Flush方法以同等算力将长时AI代理任务得分由0.47提升至0.78。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：清除聊天记录有助 AI 智能体找到更优解
微软研究院论文指出，长时间运行的 AI 研究代理会因对话上下文累积而陷入'思路盆地'，即使增加算力也难以突破。论文提出的 Fork-and-Flush 方法通过分叉为并行分支并清空各分支聊天记录来恢复搜索多样性，在 13 个长时任务上以同等算力取得 0.78 的归一化平均分，比单次运行的 0.47 提升 66%，在 12 个任务上取得最高均分。
本事件热度走势
当前热度 3·可比范围峰值 10（10月13日 01:00）·近 24 小时可比范围变化 -50%
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。