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 kịch bản 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, được 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 có khả năng cảm nhận trình duyệt qua hình 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 thể 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 ổn định, 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
  • 10
  • 3
  • Retweed
Bình luận
Thêm một bình luận
Thêm một bình luận
GateUser-16838403
· 2phút trước
2.5 ngày chu kỳ đào tạo, hiệu suất của Microsoft thật đáng sợ
Xem bản gốcTrả lời0
GateUser-53a6e1a8
· 4giờ trước
An toàn phù hợp có thể từ chối nhiệm vụ vi phạm, điểm này đáng tin cậy hơn AutoGPT.
Xem bản gốcTrả lời0
TheBluePeony'sProphecy
· 4giờ trước
Qwen 2.5-VL nền tảng khá tốt, nhưng đường đua Agent đa mô hình đã trở nên điên cuồng
Xem bản gốcTrả lời0
SeaSaltFlavorAirdrop
· 4giờ trước
Trong lĩnh vực tự động hóa web, những kẻ ghép nối Playwright+LLM sắp mất việc rồi
Xem bản gốcTrả lời0
GateUser-4bd1cc87
· 4giờ trước
Giấy phép MIT được đánh giá cao, 7B tham số có thể chạy cục bộ rồi
Xem bản gốcTrả lời0
GlassCityAfterTheRain
· 4giờ trước
fara-cli có dễ triển khai không? Có hình ảnh Docker không
Xem bản gốcTrả lời0
GateUser-8da82d63
· 4giờ trước
Huấn luyện dữ liệu tổng hợp hoàn toàn, khả năng tổng quát còn nghi ngờ, chờ thử nghiệm thực tế
Xem bản gốcTrả lời0
LateAlphaCourier
· 4giờ trước
128k ngữ cảnh đủ để tôi nhét toàn bộ trang web vào rồi đúng không
Xem bản gốcTrả lời0
AirdropUnderTheNeonBridge
· 4giờ trước
Chụp màn hình + dự đoán tọa độ trực tiếp, tự động hóa trình duyệt sẽ thay đổi lớn
Xem bản gốcTrả lời0
CandleChaser
· 4giờ trước
64 tấm H100 huấn luyện hai ngày rưỡi, tôi không thể tính nổi chi phí này
Xem bản gốcTrả lời0
Xem thêm
  • Đã ghim