Investigadores de Microsoft descubrieron que los agentes de IA suelen quedarse dando vueltas a las mismas ideas porque el historial del chat los lleva una y otra vez al mismo espacio de soluciones. Su nuevo método, llamado Fork-and-Flush, crea varias ramas paralelas, borra el contexto de chat de cada una y conserva solo los mejores resultados. En 13 tareas de referencia, la técnica elevó la puntuación media normalizada de 0.47 a 0.78 y, además, redujo la variabilidad de los resultados.
Por qué importa
Los desarrolladores pueden obtener soluciones de mayor calidad y más consistentes de los agentes de IA sin añadir capacidad de cómputo, lo que ahorra tiempo y dinero en problemas complejos de optimización.
