ไมโครซอฟท์เปิดตัว Fara-7B โมเดลตัวแทนพารามิเตอร์ 7B ตัวแรกสำหรับงานคอมพิวเตอร์

ข้อความจาก AIMPACT เมื่อวันที่ 16 พฤษภาคม (UTC+8) Microsoft เปิดตัว Fara-7B ซึ่งเป็นโมเดลภาษาขนาดเล็กที่มีพารามิเตอร์ 7B รุ่นแรกที่ออกแบบมาเฉพาะสำหรับการใช้งานทางคอมพิวเตอร์ โมเดลนี้ใช้สถาปัตยกรรมตัวถอดรหัสแบบมัลติโมดัล สามารถรับภาพหน้าจอและบริบทข้อความ เพื่อทำนายห่วงโซ่การคิดและการกระทำพร้อมพารามิเตอร์โดยตรง สร้างขึ้นจาก Qwen 2.5-VL (7B) รองรับความยาวบริบท 128k ฝึกบน GPU H100 64 ตัวเป็นเวลา 2.5 วัน และเผยแพร่ภายใต้ใบอนุญาต MIT เมื่อวันที่ 24 พฤศจิกายน 2025 Fara-7B รับข้อมูลอินพุตผ่านหน้าจอภาพ รวมถึงการให้เหตุผลภายในและการบันทึกสถานะก่อนหน้าเพื่อทำนายการกระทำและพารามิเตอร์ถัดไป (เช่น พิกัดการคลิก) โดยการฝึกใช้ชุดข้อมูลสังเคราะห์ขนาดใหญ่ทั้งหมด โมเดลสามารถวางแผนและดำเนินการงานระดับสูง เช่น การจองร้านอาหาร การสมัครงาน และการวางแผนการเดินทาง เป็นต้น ในด้านการจัดแนวความปลอดภัย ใช้วิธีการฝึกหลังการเรียนรู้ที่มั่นคง มีความสามารถในการระบุจุดสำคัญ สามารถปฏิเสธงานเจ็ดประเภทที่ขัดกับนโยบายการใช้งาน และหยุดการดำเนินการที่จุดหยุดสำคัญ เช่น การป้อนข้อมูลส่วนบุคคลหรือการดำเนินการซื้อ ผู้ใช้สามารถปรับใช้และสอบถามผ่านคลัง GitHub, vllm และเครื่องมือ fara-cli โดยใช้งานหลักในการอัตโนมัติงานบนเว็บ (ที่มา: InFoQ)