Новейшая ИИ-модель Microsoft Fara-7B подчеркивает локальную работу и конфиденциальность данных, позволяя предприятиям использовать её без опасений. Fara-7B обладает превосходной производительностью, выполняет сложные задачи через визуальное восприятие, демонстрируя безграничный потенциал ИИ-моделей. Microsoft 24 ноября официально представила новейшую ИИ-модель Fara-7B, модель с 7 миллиардами параметров, позиционируемую как «Агент использования компьютера» (Computer Use Agent, CUA), которая работает напрямую локально без необходимости в облачных вычислениях, сочетая высокую производительность и конфиденциальность данных. Ориентация на безопасность корпоративных данных, поддержка операций «визуального восприятия» Основа дизайна Fara-7B заключается в удовлетворении потребностей корпоративных клиентов в конфиденциальности и соответствии требованиям при обработке конфиденциальной информации. Благодаря компактности модели, она может работать на персональных компьютерах, что не только снижает задержки, но и предотвращает загрузку данных в облако, способствуя локальной автоматизации, например, для управления внутренними учетными записями и обработки конфиденциальных документов. Главная особенность этой модели — использование метода «наблюдения за экраном» для взаимодействия с веб-сайтами: она считывает макет экрана через скриншоты, а затем прогнозирует действия мыши, ввод или прокрутку. В отличие от традиционных методов, зависящих от структуры браузера, Fara-7B полностью основывается на данных пиксельного уровня для рассуждений, поэтому она может нормально работать даже с веб-сайтами с запутанной структурой кода. Менеджер продукта Microsoft Research Яш Лара отмечает, что Fara-7B реализует так называемый «пиксельный суверенитет» через локальную обработку визуальных входных данных, позволяя даже строго регулируемым отраслям, таким как здравоохранение и финансы, использовать её без опасений. Тестовая производительность превосходит GPT-4o, малая модель более эффективна В тестовом эталоне WebVoyager Fara-7B достигла 73,5% завершения задач, что выше, чем 65,1% у GPT-4o и 66,4% у UI-TARS-1.5-7B. Кроме того, Fara-7B в среднем требует всего 16 шагов для выполнения задачи, что значительно лучше, чем 41 шаг у UI-TARS-1.5-7B, достигая оптимального баланса между точностью и эффективностью. Fara-7B также вводит механизм «критических контрольных точек», который автоматически приостанавливается и запрашивает подтверждение при столкновении с личными данными пользователя или необратимыми операциями (такими как отправка писем или перевод денег), в сочетании с интерфейсом взаимодействия «Magentic-UI», обеспечивая безопасную линию человеко-машинного сотрудничества. Дистилляция знаний и обучение на примерах экспертов, усиление потенциала самостоятельного обучения Fara-7B использует метод обучения «дистилляция знаний», интегрируя 145 000 успешных примеров навигации, созданных мультиагентной системой Magentic-One, и сжимая их для обучения в единой модели. Кроме того, базовая модель основана на Qwen2.5-VL-7B, имеет контекстное окно до 128 000 токенов, обладает отличными возможностями выравнивания изображений и текста, а процесс обучения в основном фокусируется на имитации операций человека-эксперта. Microsoft заявляет, что в будущем не будет слепо стремиться к более крупным моделям, а сосредоточится на создании более «маленьких, умных и безопасных» моделей, и планирует внедрить обучение с подкреплением (RL) для самообучения в синтетических песочницах. Уже с открытым исходным кодом, доступна для свободного тестирования коммерческого использования, но еще не является официальным продуктом В настоящее время Fara-7B выпущена с открытым исходным кодом по лицензии MIT и доступна для загрузки на платформах Hugging Face и Microsoft Foundry, разрешено коммерческое использование. Однако Microsoft также предупреждает, что модель еще не соответствует стандартам развертывания в производственной среде и в настоящее время в основном подходит для разработчиков для тестирования прототипов и проверки функциональности. Дополнительное чтение: Google представляет WeatherNext 2, ИИ-модель прогноза погоды нового поколения, которая уже используется в Pixel, поиске и Gemini Дополнительное чтение: Исследователи обнаружили ленивый способ задавать вопросы, делающий ИИ более креативным, работает с любой ИИ-моделью, включая ChatGPT и Gemini Дополнительное чтение: Anthropic представляет малую ИИ-модель Claude Haiku 4.5: всего 1/3 стоимости, производительность на уровне Sonnet 4, в программировании даже немного лучше Присоединяйтесь к фан-странице T客邦 на FacebookНовейшая ИИ-модель Microsoft Fara-7B подчеркивает локальную работу и конфиденциальность данных, позволяя предприятиям использовать её без опасений. Fara-7B обладает превосходной производительностью, выполняет сложные задачи через визуальное восприятие, демонстрируя безграничный потенциал ИИ-моделей. Microsoft 24 ноября официально представила новейшую ИИ-модель Fara-7B, модель с 7 миллиардами параметров, позиционируемую как «Агент использования компьютера» (Computer Use Agent, CUA), которая работает напрямую локально без необходимости в облачных вычислениях, сочетая высокую производительность и конфиденциальность данных. Ориентация на безопасность корпоративных данных, поддержка операций «визуального восприятия» Основа дизайна Fara-7B заключается в удовлетворении потребностей корпоративных клиентов в конфиденциальности и соответствии требованиям при обработке конфиденциальной информации. Благодаря компактности модели, она может работать на персональных компьютерах, что не только снижает задержки, но и предотвращает загрузку данных в облако, способствуя локальной автоматизации, например, для управления внутренними учетными записями и обработки конфиденциальных документов. Главная особенность этой модели — использование метода «наблюдения за экраном» для взаимодействия с веб-сайтами: она считывает макет экрана через скриншоты, а затем прогнозирует действия мыши, ввод или прокрутку. В отличие от традиционных методов, зависящих от структуры браузера, Fara-7B полностью основывается на данных пиксельного уровня для рассуждений, поэтому она может нормально работать даже с веб-сайтами с запутанной структурой кода. Менеджер продукта Microsoft Research Яш Лара отмечает, что Fara-7B реализует так называемый «пиксельный суверенитет» через локальную обработку визуальных входных данных, позволяя даже строго регулируемым отраслям, таким как здравоохранение и финансы, использовать её без опасений. Тестовая производительность превосходит GPT-4o, малая модель более эффективна В тестовом эталоне WebVoyager Fara-7B достигла 73,5% завершения задач, что выше, чем 65,1% у GPT-4o и 66,4% у UI-TARS-1.5-7B. Кроме того, Fara-7B в среднем требует всего 16 шагов для выполнения задачи, что значительно лучше, чем 41 шаг у UI-TARS-1.5-7B, достигая оптимального баланса между точностью и эффективностью. Fara-7B также вводит механизм «критических контрольных точек», который автоматически приостанавливается и запрашивает подтверждение при столкновении с личными данными пользователя или необратимыми операциями (такими как отправка писем или перевод денег), в сочетании с интерфейсом взаимодействия «Magentic-UI», обеспечивая безопасную линию человеко-машинного сотрудничества. Дистилляция знаний и обучение на примерах экспертов, усиление потенциала самостоятельного обучения Fara-7B использует метод обучения «дистилляция знаний», интегрируя 145 000 успешных примеров навигации, созданных мультиагентной системой Magentic-One, и сжимая их для обучения в единой модели. Кроме того, базовая модель основана на Qwen2.5-VL-7B, имеет контекстное окно до 128 000 токенов, обладает отличными возможностями выравнивания изображений и текста, а процесс обучения в основном фокусируется на имитации операций человека-эксперта. Microsoft заявляет, что в будущем не будет слепо стремиться к более крупным моделям, а сосредоточится на создании более «маленьких, умных и безопасных» моделей, и планирует внедрить обучение с подкреплением (RL) для самообучения в синтетических песочницах. Уже с открытым исходным кодом, доступна для свободного тестирования коммерческого использования, но еще не является официальным продуктом В настоящее время Fara-7B выпущена с открытым исходным кодом по лицензии MIT и доступна для загрузки на платформах Hugging Face и Microsoft Foundry, разрешено коммерческое использование. Однако Microsoft также предупреждает, что модель еще не соответствует стандартам развертывания в производственной среде и в настоящее время в основном подходит для разработчиков для тестирования прототипов и проверки функциональности. Дополнительное чтение: Google представляет WeatherNext 2, ИИ-модель прогноза погоды нового поколения, которая уже используется в Pixel, поиске и Gemini Дополнительное чтение: Исследователи обнаружили ленивый способ задавать вопросы, делающий ИИ более креативным, работает с любой ИИ-моделью, включая ChatGPT и Gemini Дополнительное чтение: Anthropic представляет малую ИИ-модель Claude Haiku 4.5: всего 1/3 стоимости, производительность на уровне Sonnet 4, в программировании даже немного лучше Присоединяйтесь к фан-странице T客邦 на Facebook