Microsoft запускает Fara-7B — первую модель агента с 7 миллиардами параметров для компьютерных задач

Сообщение AIMPACT, 16 мая (UTC+8): Microsoft представила Fara-7B — свою первую 7-миллиардную параметрическую небольшую языковую модель, специально разработанную для сценариев использования компьютера. Модель использует архитектуру мультимодального декодера, способную принимать изображения скриншотов и текстовый контекст для прямого предсказания цепочек рассуждений и операционных действий с параметрами. Построена на основе Qwen 2.5-VL (7B), поддерживает длину контекста до 128k, обучалась на 64 GPU H100 в течение 2,5 дней и была выпущена 24 ноября 2025 года по лицензии MIT. Fara-7B воспринимает ввод через скриншоты браузера, сочетая внутренние рассуждения и историю состояний для предсказания следующего действия и его параметров (например, координат клика); обучение основано на масштабном полностью синтетическом наборе данных. Модель способна планировать и выполнять сложные задачи, такие как бронирование ресторанов, подача заявок на работу или планирование поездок. В плане безопасности применяются устойчивые методы пост-обучения, включая распознавание ключевых точек, позволяющие отклонять семь категорий задач, нарушающих политику использования, и приостанавливать операции на критических этапах, таких как ввод личной информации или завершение покупки. Пользователи могут развернуть и взаимодействовать с моделью через репозиторий GitHub, vllm и инструмент fara-cli; основное применение — автоматизация веб-задач. (Источник: InFoQ)