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, e 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, possui capacidade de reconhecimento de pontos-chave, consegue recusar 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 com o modelo 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
  • 6
  • 3
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
MintConditionHuman
· 2h atrás
A corrida de automação de browsers está ficando cada vez mais competitiva, depois do AutoGPT há mais um que pode competir
Ver originalResponder0
BlocktimeBarista
· 2h atrás
Prever as coordenadas é bastante importante, anteriormente muitos modelos tinham uma precisão impressionante na localização de elementos
Ver originalResponder0
RugCheckSkeptic
· 2h atrás
Será que um modelo treinado com dados sintéticos completos vai falhar ao generalizar para páginas reais e complexas?
Ver originalResponder0
QuietValidator
· 2h atrás
A licença MIT é muito bem recebida, finalmente sem precisar ver aquelas cláusulas de restrição comercial
Ver originalResponder0
ColdWalletUnderTheNeonLights
· 2h atrás
Como tem sido a experiência de implantação com fara-cli? Algum irmão que já tentou pode falar se encontrou alguma armadilha?
Ver originalResponder0
LateBlockLarry
· 2h atrás
64 placas H100 treinam 2,5 dias, essa eficiência é impressionante, a geração de dados sintéticos faz um grande diferencial
Ver originalResponder0