Microsoft lança o primeiro modelo de agente inteligente controlado por computador com 7 bilhões de parâmetros, Fara-7B

robot
Geração do resumo em andamento
AIMPACT mensagem, 16 de maio (UTC+8), a Microsoft lançou o Fara-7B, seu primeiro modelo de linguagem inteligente de 7 bilhões de parâmetros projetado especificamente para cenários de uso de computador.
O modelo utiliza uma arquitetura de decodificador multimodal, capaz de receber imagens de captura de tela e contexto de texto, prevendo diretamente cadeias de pensamento parametrizadas e ações operacionais.
Construído com base no Qwen 2.5-VL (7B), suporta um comprimento de contexto de 128k, treinado por 2,5 dias em 64 GPUs H100, lançado sob licença MIT em 24 de novembro de 2025.
O Fara-7B percebe entradas do navegador por captura de tela, combinando raciocínio interno e registro de estado histórico para prever a próxima ação e seus parâmetros (como coordenadas de clique), dependendo de um grande conjunto de dados sintéticos completos para treinamento.
O modelo consegue planejar e executar tarefas avançadas (como reservar restaurantes, solicitar empregos, planejar viagens, etc.).
No que diz respeito ao alinhamento de segurança, utiliza métodos de treinamento robusto posterior, possui capacidade de reconhecimento de pontos-chave, consegue rejeitar sete categorias de tarefas que violem políticas de uso e pausa operações em pontos críticos, como entrada de informações pessoais ou finalização de compras.
Os usuários podem implantar e interagir por meio de repositórios no GitHub, vllm e a ferramenta fara-cli, sendo principalmente aplicado em tarefas automatizadas na web.
(Origem: InFoQ)
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
  • Recompensa
  • 10
  • 3
  • Compartilhar
Comentário
Adicionar um comentário
Adicionar um comentário
GateUser-16838403
· 2h atrás
Período de treinamento de 2,5 dias, essa eficiência da Microsoft é um pouco assustadora
Ver originalResponder0
GateUser-53a6e1a8
· 6h atrás
O alinhamento de segurança pode recusar tarefas que violam as regras, essa é uma característica mais confiável do que o AutoGPT.
Ver originalResponder0
TheBluePeony'sProphecy
· 6h atrás
Qwen 2.5-VL tem uma base sólida, mas a pista de Agentes Multimodais está pegando fogo.
Ver originalResponder0
SeaSaltFlavorAirdrop
· 6h atrás
Na área de automação de páginas web, os "monstros de costura" de Playwright+LLM vão ficar desempregados
Ver originalResponder0
GateUser-4bd1cc87
· 6h atrás
Aprovação do MIT License, 7B de parâmetros podem rodar localmente
Ver originalResponder0
GlassCityAfterTheRain
· 6h atrás
fara-cli é fácil de implantar? Tem uma imagem Docker?
Ver originalResponder0
GateUser-8da82d63
· 6h atrás
Treinamento com dados sintéticos completos, capacidade de generalização duvidosa, aguardando testes práticos
Ver originalResponder0
LateAlphaCourier
· 6h atrás
128k de contexto deve ser suficiente para eu colocar toda a página da web dentro dela, certo?
Ver originalResponder0
AirdropUnderTheNeonBridge
· 6h atrás
Captura de tela + texto prevê coordenadas diretamente, automação do navegador vai mudar completamente
Ver originalResponder0
CandleChaser
· 6h atrás
64 placas H100 treinando por dois dias e meio, não consigo calcular esse custo
Ver originalResponder0
Ver projetos