Microsoft phát hành mô hình trí tuệ nhân tạo điều khiển máy tính đầu tiên với 7 tỷ tham số Fara-7B

robot
Đang tạo bản tóm tắt
AIMPACT Tin nhắn, ngày 16 tháng 5 (UTC+8), Microsoft ra mắt Fara-7B, đây là mô hình trí tuệ nhân tạo nhỏ ngôn ngữ 7B đầu tiên được thiết kế đặc biệt cho các tình huống sử dụng máy tính. Mô hình này sử dụng kiến trúc bộ giải mã đa mô hình, có thể nhận diện hình ảnh chụp màn hình và ngữ cảnh văn bản, dự đoán trực tiếp chuỗi suy nghĩ có tham số và hành động thao tác. Được xây dựng dựa trên Qwen 2.5-VL (7B), hỗ trợ độ dài ngữ cảnh 128k, huấn luyện trong 2,5 ngày trên 64 GPU H100, phát hành theo giấy phép MIT vào ngày 24 tháng 11 năm 2025. Fara-7B cảm nhận được đầu vào trình duyệt qua ảnh chụp màn hình, kết hợp suy luận nội bộ và ghi lại trạng thái lịch sử để dự đoán bước tiếp theo và các tham số (như tọa độ nhấp chuột), dựa vào bộ dữ liệu tổng hợp quy mô lớn để huấn luyện. Mô hình có khả năng lập kế hoạch và thực hiện các nhiệm vụ cao cấp (như đặt bàn ăn, xin việc, lập kế hoạch du lịch, v.v.). Trong lĩnh vực an toàn và phù hợp, sử dụng phương pháp huấn luyện hậu cần vững chắc, có khả năng nhận diện các điểm chính, có thể từ chối bảy loại nhiệm vụ vi phạm chính sách sử dụng, và tạm dừng thao tác tại các điểm dừng quan trọng như nhập thông tin cá nhân, hoàn tất mua hàng. Người dùng có thể triển khai và tương tác qua kho lưu trữ GitHub, vllm và công cụ fara-cli, chủ yếu ứng dụng trong tự động hóa các nhiệm vụ trên web. (Nguồn: InFoQ)
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
  • Phần thưởng
  • 6
  • 3
  • Retweed
Bình luận
Thêm một bình luận
Thêm một bình luận
MintConditionHuman
· 3giờ trước
Đường đua tự động hóa trình duyệt ngày càng cạnh tranh, sau AutoGPT lại có một đối thủ đáng gờm
Xem bản gốcTrả lời0
BlocktimeBarista
· 3giờ trước
Dự đoán tọa độ này khá quan trọng, trước đây nhiều mô hình định vị chính xác các phần tử thật đáng kinh ngạc
Xem bản gốcTrả lời0
RugCheckSkeptic
· 3giờ trước
Dữ liệu tổng hợp hoàn toàn để huấn luyện, liệu có gặp vấn đề khi áp dụng cho các trang phức tạp thực tế không?
Xem bản gốcTrả lời0
QuietValidator
· 3giờ trước
Đánh giá tích cực về Giấy phép MIT, cuối cùng không cần phải xem các điều khoản hạn chế thương mại nữa
Xem bản gốcTrả lời0
ColdWalletUnderTheNeonLights
· 3giờ trước
fara-cli triển khai trải nghiệm như thế nào? Có anh em đã thử qua nói chút về những vấp phải không
Xem bản gốcTrả lời0
LateBlockLarry
· 3giờ trước
64 chiếc H100 huấn luyện 2,5 ngày, hiệu quả này có chút gì đó, tổng hợp dữ liệu đóng vai trò lớn
Xem bản gốcTrả lời0