微软研究提出Fork-and-Flush方法

微软研究院提出一种名为 Fork-and-Flush 的方法，用于长时运行的 Autoresearch 智能体：在保留工作区文件的同时清空对话上下文，并将任务分成 K 个并行分支，以跳出反复收敛的解题思路。 研究称，在相同算力预算下，该方法在 13 项长时任务（包括多联骨牌填充、作业车间调度和密码分析）上的 min-max 归一化平均得分为 0.78，单次运行和 best-of-4 分别为 0.47 和 0.54；仅清空对话上下文而不分支也能将结果提升 22%。实验中的智能体通过 GitHub Copilot CLI 调用 GPT-5.6-terra 和 GPT-5.5。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。