Este artículo considera un problema de optimización global con restricciones de caja para funciones continuas de Lipschitz con una constante de Lipschitz desconocida. El conocido algoritmo de búsqueda global sin derivadas (DIvide RECTangle) es un enfoque prometedor para tales problemas. Varios estudios han demostrado que los algoritmos recientes basados en selección de Pareto de dos pasos (global y local) son muy eficientes entre todos los enfoques de tipo -type. Sin embargo, a pesar de su rendimiento alentador, también se observó que el procedimiento de selección de candidatos tiene dos posibles deficiencias. En primer lugar, no hay límite en cuán pequeño puede ser el tamaño de los candidatos seleccionados. En segundo lugar, falta una estrategia de equilibrio entre la selección de candidatos globales y locales. Por lo tanto, puede desperdiciar evaluaciones de funciones al explorar demasiado el mínimo local actual y retrasar la búsqueda del global. Este documento revisa y emplea diferentes estrategias en un marco de selección de Pareto de dos pasos para superar estas limitaciones. Un estudio experimental detallado ha revelado que las estrategias existentes no siempre mejoran y a veces incluso empeoran los resultados. Dado que es un algoritmo de tipo -type, los resultados de este documento proporcionan orientación general para todos los algoritmos de tipo -type sobre cómo manejar de manera más eficiente el refinamiento local excesivo.