微软首款专为电脑操作设计的开源智能体小模型 Fara-7B 发布

东苑

当地时间 11 月 24 日，微软宣布推出全新的开源小型语言模型 Fara-7B，定位为专门用于计算机操作的“Agentic”模型，可通过鼠标和键盘执行网页任务。

作为微软首个面向电脑使用场景的小模型（SLM），Fara-7B 由 70 亿参数构成，在同级体量中达到领先性能，并能在设备端本地运行，实现更低延迟及更好的隐私保护。



据介绍，Fara-7B 不像传统聊天模型依赖文本交互，而是通过视觉解析网页截图，并在屏幕上执行点击、输入、滚动等动作，不需要依赖额外的可访问性树（Accessibility Tree）或多个大模型协作。



微软为此构建了一条全新的合成数据生成流程，用以模拟复杂多步骤的网页任务，来源包括真实用户需求和真实网页。该流程依托 Magentic-One 框架，涵盖任务生成、任务求解及轨迹验证三个阶段，最终用于训练模型的包括 14.5 万条任务轨迹、100 万步骤，并包含定位、描述与视觉问答等辅助任务数据。

com2

谢谢楼主分享！

yzszh64

谢谢分享。

wing6

看看新闻