Microsoft lance Fara-7B, le premier modèle agent de 7 milliards de paramètres pour les tâches informatiques

Message AIMPACT, 16 mai (UTC+8) : Microsoft lance Fara-7B, son premier petit modèle linguistique intelligent de 7 milliards de paramètres conçu spécifiquement pour les scénarios d'utilisation informatique. Ce modèle repose sur une architecture de décodeur multimodal capable de recevoir des images de captures d'écran et un contexte textuel pour prédire directement des chaînes de pensée et des actions opérationnelles avec leurs paramètres. Basé sur Qwen 2.5-VL (7B), il prend en charge une longueur de contexte de 128k, a été entraîné pendant 2,5 jours sur 64 GPU H100, et a été publié sous licence MIT le 24 novembre 2025. Fara-7B analyse les entrées de navigateur via des captures d'écran, combine un raisonnement interne et des enregistrements d'état historique pour prédire la prochaine action et ses paramètres (par exemple, les coordonnées de clic), en s'appuyant sur un ensemble de données entièrement synthétiques à grande échelle. Le modèle peut planifier et exécuter des tâches avancées telles que réserver un restaurant, postuler à un emploi ou organiser un voyage. En matière d'alignement sécurisé, il utilise une méthode d'entraînement postérieur robuste, capable d'identifier des points critiques et de refuser sept catégories de tâches violant les politiques d'utilisation, tout en interrompant les opérations aux points d'arrêt clés tels que la saisie d'informations personnelles ou la finalisation d'un achat. Les utilisateurs peuvent déployer et interagir avec le modèle via le dépôt GitHub, vllm et l'outil fara-cli, principalement destiné à l'automatisation des tâches web. (Source : InFoQ)