Microsoft melancarkan Fara-7B, model agen pertama dengan 7 bilion parameter untuk tugas komputer

Pesan AIMPACT, 16 Mei (UTC+8), Microsoft melancarkan Fara-7B, model bahasa kecil dengan 7B parameter pertama mereka yang direka khusus untuk skenario penggunaan komputer. Model ini menggunakan arsitektur decoder multimodal yang mampu menerima gambar tangkapan layar dan konteks teks, serta secara langsung meramalkan rantai pemikiran dan tindakan operasi dengan parameter. Dibina berdasarkan Qwen 2.5-VL (7B), menyokong panjang konteks 128k, dilatih selama 2.5 hari menggunakan 64 GPU H100, dan dirilis pada 24 November 2025 di bawah lesen MIT. Fara-7B memahami input peramban melalui tangkapan layar, menggabungkan penalaran dalaman dan rekod status sejarah untuk meramalkan tindakan serta parameter seterusnya (seperti koordinat klik); latihan bergantung pada set data sintetik berskala besar. Model ini mampu merancang dan melaksanakan tugas tingkat tinggi seperti membuat tempahan restoran, melamar pekerjaan, atau merancang perjalanan. Dalam aspek keselamatan, ia menggunakan kaedah pasca-latihan yang kukuh, memiliki kemampuan pengenalan titik kunci, mampu menolak tujuh kategori tugas yang melanggar dasar penggunaan, serta menghentikan operasi pada titik penghentian penting seperti memasukkan maklumat peribadi atau menyelesaikan pembelian. Pengguna boleh melaksanakan dan menjalankan pertanyaan interaktif melalui repositori GitHub, vllm, dan alat fara-cli, dengan aplikasi utama dalam tugas automatik laman web. (Sumber: InFoQ)