Microsoft-ի Fork-and-Flush մեթոդն ապահովել է AI գործակալների միջին միավորի 66.0% հարաբերական աճ

Microsoft Research-ի հետազոտության համաձայն՝ կուտակված զրույցի կոնտեքստը կարող է սահմանափակել երկար աշխատող AI գործակալներին, ինչի հետևանքով նրանք կարող են դոփել տեղում։

Խնդիրը լուծելու համար հետազոտողներն առաջարկել են Fork-and-Flush մեթոդը։ Գործակալը բաժանվում է զուգահեռ ճյուղերի, որոնցից յուրաքանչյուրը ժառանգում է նախորդ աշխատանքային միջավայրն ու ստեղծված ֆայլերը, սակայն զրույցի պատմությունն ամբողջությամբ մաքրվում է։

Նույն հաշվողական բյուջեի պայմաններում Fork-and-Flush-ը գրանցել է նորմալացված միջին միավորի 66.0% հարաբերական աճ՝ մեկանգամյա գործարկման համեմատ, և ապահովել ամենաբարձր միջին միավորը 13 առաջադրանքից 12-ում։ Փորձարկումներն արվել են GPT-5.6-terra և GPT-5.5 մոդելներով, իսկ գործարկումները տևել են մի քանի ժամից մինչև 100-ից ավելի ժամ։