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

robot
Geração de resumo em curso
AIMPACT mensagem, 16 de maio (UTC+8), a Microsoft lançou o Fara-7B, seu primeiro modelo de linguagem inteligente de 7B parâmetros projetado especificamente para cenários de uso de computador.
Este 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 ao detectar informações pessoais ou ao completar compras em pontos críticos.
Os usuários podem implantar e interagir através 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 conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
  • Recompensa
  • 8
  • 3
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
AirdropNightwatch
· 5h atrás
Na área de automação de browsers, parece que vai ter que competir de frente com Browser-use e Computer-use.
Ver originalResponder0
MintCondition
· 6h atrás
Automação de tarefas web, finalmente sem precisar escrever uma tonelada de seletores
Ver originalResponder0
SaveABitOnGasFees
· 6h atrás
Qual foi a proporção de dados utilizada para o alinhamento pós-treinamento? O artigo será divulgado em breve.
Ver originalResponder0
GateUser-83c80dd0
· 6h atrás
7B parâmetros para planeamento de agentes, leve mas com limites de capacidade comprovados empiricamente
Ver originalResponder0
GateUser-bee672a5
· 6h atrás
fara-cli implantação da experiência pendente de teste, espero que não seja como alguns projetos com documentação pobre
Ver originalResponder0
Half-SectionSucculent
· 6h atrás
Previsão de coordenadas + cadeia de pensamento, controlo de granularidade fina é muito mais forte do que uma API de texto simples
Ver originalResponder0
0xLateCoffee
· 6h atrás
128k de contexto + percepção de capturas de tela, esta combinação tem potencial
Ver originalResponder0
CandleChaser
· 6h atrás
Aprovação positiva da licença MIT, 7B consegue rodar localmente
Ver originalResponder0
  • Fixado