Microsoft Meluncurkan Fara-7B, Model Agen Pertama dengan 7 Miliar Parameter untuk Tugas Komputer

Pesan AIMPACT, 16 Mei (UTC+8), Microsoft meluncurkan Fara-7B, model bahasa kecil dengan 7 miliar parameter pertama mereka yang dirancang khusus untuk skenario penggunaan komputer. Model ini menggunakan arsitektur decoder multimodal yang dapat menerima gambar tangkapan layar dan konteks teks, serta secara langsung memprediksi rantai pemikiran dan tindakan operasional beserta parameternya. Dibangun berdasarkan Qwen 2.5-VL (7B), mendukung panjang konteks 128k, dilatih selama 2,5 hari di 64 GPU H100, dan dirilis pada 24 November 2025 dengan lisensi MIT. Fara-7B memahami input browser melalui tangkapan layar, menggabungkan penalaran internal dan catatan status historis untuk memprediksi tindakan serta parameter berikutnya (seperti koordinat klik); pelatihan bergantung pada kumpulan data sintetis berskala besar. Model ini mampu merencanakan dan menjalankan tugas tingkat lanjut seperti memesan restoran, melamar pekerjaan, atau merencanakan perjalanan. Dalam hal keselarasan keamanan, model ini menggunakan metode pasca-pelatihan yang kuat, memiliki kemampuan pengenalan titik kunci, mampu menolak tujuh kategori tugas yang melanggar kebijakan penggunaan, serta menghentikan operasi pada titik henti penting seperti memasukkan informasi pribadi atau menyelesaikan pembelian. Pengguna dapat mengimplementasikan dan melakukan kueri interaktif melalui repositori GitHub, vllm, dan alat fara-cli, dengan aplikasi utama pada otomatisasi tugas web. (Sumber: InFoQ)