Microsoft lanza el primer modelo de agente inteligente controlado por computadora con 7 mil millones de parámetros, Fara-7B

robot
Generación de resúmenes en curso
AIMPACT Mensaje, 16 de mayo (UTC+8), Microsoft lanzó Fara-7B, su primer modelo de lenguaje inteligente de 7 mil millones de parámetros diseñado específicamente para escenarios de uso en computadoras.
El modelo utiliza una arquitectura de decodificador multimodal, capaz de recibir imágenes de capturas de pantalla y contexto de texto, prediciendo directamente cadenas de pensamiento parametrizadas y acciones operativas.
Construido sobre Qwen 2.5-VL (7B), soporta una longitud de contexto de 128k, entrenado durante 2.5 días en 64 GPU H100, y lanzado bajo licencia MIT el 24 de noviembre de 2025.
Fara-7B percibe entradas del navegador mediante capturas de pantalla, combinando razonamiento interno y registro del estado histórico para predecir la siguiente acción y sus parámetros (como coordenadas de clic), entrenado con un conjunto de datos sintéticos a gran escala.
El modelo puede planificar y ejecutar tareas avanzadas (como reservar restaurantes, solicitar empleos, planificar viajes, etc.).
En cuanto a alineación de seguridad, utiliza métodos de entrenamiento posterior robusto, posee capacidad de reconocimiento de puntos clave, puede rechazar siete tipos de tareas que violen las políticas de uso, y en puntos críticos como ingresar información personal o completar compras, pausa la operación.
Los usuarios pueden desplegar e interactuar mediante repositorios en GitHub, vllm y la herramienta fara-cli, principalmente para tareas automatizadas en páginas web.
(Fuente: InFoQ)
Ver original
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
  • Recompensa
  • 6
  • 3
  • Compartir
Comentar
Añadir un comentario
Añadir un comentario
MintConditionHuman
· hace2h
La carrera de automatización de navegadores se vuelve cada vez más competitiva, y después de AutoGPT hay otro que puede competir
Ver originalResponder0
BlocktimeBarista
· hace2h
Predecir las coordenadas es bastante crucial, antes muchos modelos tenían una precisión sorprendente en la localización de elementos.
Ver originalResponder0
RugCheckSkeptic
· hace2h
¿Entrenado con datos sintéticos completos, la generalización a páginas reales y complejas fallará?
Ver originalResponder0
QuietValidator
· hace2h
Aprobación positiva de la licencia MIT, finalmente ya no hay que revisar esas cláusulas de restricciones comerciales
Ver originalResponder0
ColdWalletUnderTheNeonLights
· hace2h
¿Cómo es la experiencia de despliegue con fara-cli? ¿Algún hermano que lo haya probado, puede contar si se ha topado con problemas?
Ver originalResponder0
LateBlockLarry
· hace2h
64 bloques H100 entrenando 2.5 días, esta eficiencia tiene algo, la generación de datos sintéticos hace un gran trabajo
Ver originalResponder0