Microsoft lanza Fara-7B, el primer modelo de agente de 7 mil millones de parámetros para tareas informáticas

Mensaje de AIMPACT, 16 de mayo (UTC+8): Microsoft lanzó Fara-7B, su primer modelo de lenguaje pequeño de 7 mil millones de parámetros diseñado específicamente para escenarios de uso informático. Este modelo utiliza una arquitectura de decodificador multimodal que recibe imágenes de capturas de pantalla y contexto textual para predecir directamente cadenas de pensamiento y acciones operativas con parámetros. Basado en Qwen 2.5-VL (7B), admite una longitud de contexto de 128k, fue entrenado durante 2.5 días en 64 GPU H100 y se lanzó bajo licencia MIT el 24 de noviembre de 2025. Fara-7B percibe entradas de navegador mediante capturas de pantalla, combinando razonamiento interno y registros de estado histórico para predecir la siguiente acción y sus parámetros (como coordenadas de clic). Su entrenamiento depende de un conjunto de datos completamente sintético a gran escala. El modelo puede planificar y ejecutar tareas avanzadas, como reservar restaurantes, solicitar empleos o planificar viajes. En cuanto a la alineación de seguridad, emplea métodos robustos de postentrenamiento, posee capacidad de identificación de puntos clave, rechaza siete categorías de tareas que violan las políticas de uso y pausa las operaciones en puntos críticos como la entrada de información personal o la finalización de compras. Los usuarios pueden implementar y realizar consultas interactivas a través del repositorio de GitHub, vllm y la herramienta fara-cli, con aplicaciones principales en tareas automatizadas de páginas web. (Fuente: InFoQ)