1764227666
2025-11-27 06:14:00
Microsoft имеет запущен Fara-7B, первая небольшая языковая модель, созданная для управления компьютером так, как это делает человек. Компания утверждает, что модель с 7 миллиардами параметров соответствует или превосходит более крупные агентные системы при выполнении веб-задач в режиме реального времени, работая локально с меньшей задержкой и более строгой конфиденциальностью.
Fara-7B визуально читает веб-страницу и выполняет задачи, щелкая, печатая и прокручивая прогнозируемые координаты. Он не полагается на деревья доступности или отдельные уровни синтаксического анализа.
Microsoft утверждает, что модель выполняет задачи в среднем примерно за 16 шагов, что намного меньше, чем у многих сопоставимых систем. Модель обучена на 145 000 синтетических траекториях, сгенерированных с помощью платформы Magentic-One, и построена на Qwen2.5-VL-7B с контролируемой точной настройкой.
Компания позиционирует Fara-7B как повседневного компьютерного агента, который может искать, обобщать, заполнять формы, управлять счетами, бронировать билеты, делать покупки в Интернете, сравнивать цены и находить работу или объявления о недвижимости.
Microsoft также выпускает WebTailBench, новый набор тестов, включающий 609 реальных задач в 11 категориях. Fara-7B возглавляет все модели использования компьютера во всех сегментах, включая покупки, авиабилеты, отели, рестораны и задачи многоэтапного сравнения.
Компания предлагает два способа запуска модели. Хостинг Azure Foundry позволяет пользователям развертывать Fara-7B без загрузки весов или использования собственных графических процессоров. Опытные пользователи могут самостоятельно размещаться через VLLM на оборудовании графического процессора.
Стек оценки опирается на Playwright и интерфейс абстрактного агента, который можно подключить к любой модели. Microsoft предупреждает, что Fara-7B является экспериментальной версией и ее следует запускать в изолированных настройках без конфиденциальных данных.
Ранее в этом году Microsoft выпустила Phi-4-multimodal и Phi-4-mini, последние дополнения к семейству малых языковых моделей Phi (SLM).
В прошлом месяце Google DeepMind выпустила модель Gemini 2.5 Computer Use, специализированную версию Gemini 2.5 Pro AI, которая может взаимодействовать с пользовательскими интерфейсами. Модель доступна в предварительной версии через Gemini API через Google AI Studio и Vertex AI Studio.
#Microsoft #представляет #агентную #модель #Fara7B #созданную #на #базе #Qwen #для #использования #на #компьютере
По теме
