微软发布首个7B参数计算机操控智能体模型Fara-7B
· ME 快讯
AIMPACT 消息，5 月 16 日（UTC+8），微软推出 Fara-7B，这是其首个专为计算机使用场景设计的 7B 参数智能体小语言模型。该模型采用多模态解码器架构，能接收截图图像和文本上下文，直接预测带参数的思维链和操作动作。基于 Qwen 2.5-VL（7B）构建，支持 128k 上下文长度，在 64 块 H100 GPU 上训练 2.5 天，采用 MIT 许可证于 2025 年 11 月 24 日发布。Fara-7B 通过截图感知浏览器输入，结合内部推理和历史状态记录预测下一步操作及参数（如点击坐标），训练依赖大规模全合成数据集。模型能规划和执行高级任务（如预订餐厅、申请工作、规划旅行等）。在安全对齐方面，采用稳健后训练方法，具备关键点识别能力，能拒绝七类违反使用政策的任务，并在输入个人信息、完成购买等关键停止点暂停操作。用户可通过 GitHub 仓库、vllm 和 fara-cli 工具进行部署和交互查询，主要应用于自动化网页任务。（来源：InFoQ）