Microsoft a publié le premier modèle d'agent intelligent contrôlé par ordinateur avec 7 milliards de paramètres, Fara-7B

robot
Création du résumé en cours
AIMPACT message, le 16 mai (UTC+8), Microsoft a lancé Fara-7B, son premier petit modèle de langage intelligent de 7 milliards de paramètres conçu spécifiquement pour les scénarios d'utilisation informatique.
Ce modèle utilise une architecture de décodeur multimodal, capable de recevoir des images de captures d'écran et du contexte textuel, pour prédire directement des chaînes de pensée paramétrées et des actions opérationnelles.
Basé sur Qwen 2.5-VL (7B), il supporte une longueur de contexte de 128k, a été entraîné pendant 2,5 jours sur 64 GPU H100, et publié sous licence MIT le 24 novembre 2025.
Fara-7B perçoit le navigateur via des captures d'écran, combinant inférence interne et enregistrement de l'historique pour prédire la prochaine étape et ses paramètres (comme les coordonnées de clic), l'entraînement reposant sur un vaste ensemble de données synthétiques complètes.
Le modèle peut planifier et exécuter des tâches avancées (comme réserver un restaurant, postuler à un emploi, planifier un voyage, etc.).
En matière d'alignement de sécurité, il utilise une méthode de formation postérieure robuste, possède une capacité d'identification des points clés, peut refuser sept types de tâches violant la politique d'utilisation, et suspend ses opérations à des points critiques tels que la saisie d'informations personnelles ou la finalisation d'achats.
Les utilisateurs peuvent déployer et interagir via des outils comme le dépôt GitHub, vllm et fara-cli, principalement pour l'automatisation des tâches web.
(Source : InFoQ)
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
  • Récompense
  • 8
  • 3
  • Partager
Commentaire
Ajouter un commentaire
Ajouter un commentaire
AirdropNightwatch
· Il y a 5h
Dans le domaine de l'automatisation du navigateur, on a l'impression qu'il faut affronter directement Browser-use et Computer-use.
Voir l'originalRépondre0
MintCondition
· Il y a 6h
Automatisation des tâches web, enfin plus besoin d'écrire toute une série de sélecteurs
Voir l'originalRépondre0
SaveABitOnGasFees
· Il y a 6h
Quelle proportion des données a été utilisée pour l'alignement post-entraînement ? L'article sera bientôt publié.
Voir l'originalRépondre0
GateUser-83c80dd0
· Il y a 6h
7B paramètres pour la planification d'agents, léger mais la limite de capacité doit être testée concrètement
Voir l'originalRépondre0
GateUser-bee672a5
· Il y a 6h
fara-cli expérience de déploiement à tester, j'espère que ce ne sera pas comme certains projets dont la documentation est médiocre
Voir l'originalRépondre0
Half-SectionSucculent
· Il y a 6h
Prédiction de coordonnées + chaîne de pensée, un contrôle à granularité fine est bien plus puissant que l'API en texte brut
Voir l'originalRépondre0
0xLateCoffee
· Il y a 6h
128k contexte + perception par capture d'écran, cette combinaison a du potentiel
Voir l'originalRépondre0
CandleChaser
· Il y a 6h
Licence MIT appréciée, 7B peut fonctionner localement
Voir l'originalRépondre0