Kategorie produktów

Strona główna

Left Banner

  • Oferta specjalna na Laptopy HP

Microsoft FARA-7B – mały model AI

50 Odsłony
 

Na rynku pojawia się coraz więcej laptopów i komputerów Copilot+ PC, które potrafią uruchamiać lokalnie modele AI. Jednak aplikacji z AI działających na komputerze lokalnie jest obecnie jak na lekarstwo. Microsoft właśnie przedstawił model AI, który będzie mógł czerpać korzyści z laptopów Copilot+ PC i zautomatyzować wiele codziennych czynności przed komputerem.

FARA-7B to mały model językowy (SLM), który jest agentem do obsługi interfejsów komputerowych. Potrafi operować myszką i klawiaturą, i wykonywać czynności na komputerze podobnie jak człowiek. Potrafi wyszukiwać informacje, wypełniać formularze, dokonywać zakupów w sklepach internetowych czy dokonywać rezerwacji.

FARA-7B

Źródło: microsoft.com

Na model FARA-7B składa się 7 miliardów parametrów, co stanowi niewielką ilość w porównaniu z innymi modelami językowymi. Dzięki temu zajmuje niewiele miejsca i może być używany wyłącznie lokalnie, czyli na komputerze użytkownika. Takie użycie zapewnia prywatność, brak wysyłania informacji z komputera w chmurę i niweluje opóźnienia związane z obróbką danych na zewnątrz. W obliczeniach potrzebnych do działania tego modelu AI sprawdzą się układy NPU w komputerach i laptopach Copilot+ PC.

Udostępniony testowy model FARA-7B przetestowano w benchmarku WebVoyager, podobnie jak inne, większe modele. Wyniki wyglądają bardzo obiecująco i deklasują większych konkurentów. FARA-7B osiągnęła 73,5% skuteczności, a znacznie większy GPT-4o już tylko 65,1%. Konkurencyjny lokalny model UI-TARS-1.5-7B w tym benchmarku uzyskał 66,4% skuteczności.

Microsoft właśnie przedstawił model AI, który będzie mógł czerpać korzyści z laptopów Copilot+ PC i zautomatyzować wiele codziennych czynności przed komputerem.

Tabela 1. Porównanie wydajności czterech benchmarków internetowych: WebVoyager, Online-Mind2Web, DeepShop i naszego nowego WebTailBench. Wyniki są prezentowane jako wskaźnik sukcesu/dokładności zadań (%) i są uśredniane z 3 przebiegów. Dostęp do wersji zapoznawczej OpenAI (Computer-use-preview) uzyskano w listopadzie 2025 r. za pośrednictwem interfejsu API Responses.


WebVoyager Online-Mind2Web DeepShop WebTailBench
SoM Agents SoM Agent (GPT-4o) 65.1 34.6 16.0 30.0
GLM-4.1V-9B-Thinking 66.8 33.9 32.0 22.4
Computer Use Models


OpenAI computer-use-preview 70.9 42.9 24.7 25.7
UI-TARS-1.5-7B 66.4 31.3 11.6 19.5
Fara-7B 73.5 34.1 26.2 38.4

Testy pokazują także, że FARA-7B średnio na zadanie potrzebuje 16 kroków, a wspomniany konkurent UI-TARS-1.5-7B aż 41 kroków. W benchmarku WebTailBench, który składa się z realnych zadań, takich jak porównywanie cen czy rezerwowanie biletów, FARA-7B uzyskała najlepszy wynik 38,4% skuteczności, gdzie drugi najlepszy wynik 30% uzyskał GPT-4o, a reszta konkurentów poniżej 30%.

Na tym etapie FARA-7B pokazuje duży potencjał i w wielu benchmarkach wypada lepiej niż duże modele językowe przetwarzane na zewnętrznych serwerach o dużej mocy obliczeniowej. Firma Microsoft udostępniła wersję tego modelu do testów i zaleca wykorzystywanie go w piaskownicy z pełnym nadzorem. Rozwój takich aplikacji pokazuje, że małe modele SLM przetwarzane lokalnie także mają swoją przyszłość. Będą mogły m.in. służyć do automatyzacji i wykonywania monotonnych zadań wykonywanych codziennie na komputerze, które nie będą musiały być przetwarzane na zewnętrznych serwerach tylko lokalnie przy użyciu wbudowanego układu NPU.

 
Opublikowano w: Aktualności