模型介绍
中文整理Fara-7B：面向计算机使用的高效智能体模型
模型用途
Fara-7B是微软推出的首款面向计算机使用的小型语言模型（SLM），专门设计用于在网页上执行操作以完成高级用户任务。它是一个仅有70亿参数的紧凑型计算机使用智能体（CUA），能够完成预订餐厅、申请职位、规划行程、购买商品等高级目标。
主要能力
通过浏览器截图进行多模态理解，按步骤执行操作。能够规划并执行购物、旅行预订、餐厅预约、信息查询或账户工作流等网络任务。基于截图和完整操作历史预测下一步操作及必要参数。支持本地设备运行，提供隐私保护和较低延迟。
输入输出
输入：用户目标（文本）、当前截图、智能体历史输出（思维和操作文本）。输出：生成文本，包含思维链块和工具调用块，用于指示具体操作。
运行要求
参数规模：70亿。上下文长度：128k。GPU需求：64块H100。训练时间：2.5天。依赖包：torch >=2.7.1、transformers >=4.53.3、vllm >=0.10.0。测试环境：NVIDIA A6000、A100、H100 GPU（Ubuntu 24.04.3 LTS）。推荐配置：vLLM服务器，bf16精度。
基本用法
用于自动化网络任务，如购物、旅行预订、餐厅预约、信息查询或账户工作流。使用ChatML模板进行推理，需配合指定系统提示词。系统提示词要求智能体在关键节点停止执行，包括结账、预订、购买、打电话、发邮件、提交申请和账户登录等需要用户许可或敏感信息的操作。
限制
未对所有下游用途进行评估。必须遵守适用法律法规。仅支持英语，其他语言可能出现性能下降。可能强化刻板印象或产生不当内容。在高风险或受监管领域使用时需验证输出。模型基于Qwen 2.5 VL构建。
许可证
MIT许可证。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。