Fara-7B yang dikembangkan oleh Microsoft Research adalah agen AI kecil berskala 7 miliar parameter yang dapat langsung menjalankan tugas komputer seperti menjelajah web, mengisi formulir, dan melakukan reservasi. Pada benchmark WebVoyager, model ini mencapai tingkat keberhasilan 73,5%, mengungguli GPT-4o (65,1%) dan UI-TARS (66,4%). Model ini berjalan di PC pengguna tanpa cloud untuk melindungi privasi data, serta mengadopsi pendekatan 'kedaulatan piksel' yang memproses klik mouse, input keyboard, scroll, dan lainnya hanya dari screenshot, sehingga efisien (rata-rata menyelesaikan tugas dalam 16 langkah).
Prinsip kerjanya bertumpu pada pelatihan menggunakan data yang dihasilkan dan dikompresi dari 145 ribu jalur tugas sintetis melalui sistem Magentic-One, dan dapat berjalan cepat pada NPU di Copilot+ PC. Fitur keamanannya mencakup permintaan persetujuan pengguna di 'Critical Point', serta kemampuan melacak dan mengintervensi tindakan melalui Magentic-UI. Dirilis dengan lisensi MIT di Hugging Face dan Microsoft Foundry.
Pada benchmark lain (Online-Mind2Web 34,1%, DeepShop 26,2%, dll.), model ini juga menunjukkan performa yang baik, tetapi penurunan akurasi pada tugas kompleks dan masalah halusinasi disebut sebagai keterbatasan. Microsoft menilai ini masih pada level 'proof of concept' dan diperkirakan akan memperluas ekosistem pengembang melalui open-source.
Kesimpulan: Fara-7B menunjukkan potensi model kecil dan menjadi contoh penting yang membuka era asisten AI personal dengan ketergantungan cloud yang lebih rendah. Ke depannya, model ini diharapkan berkembang menjadi lebih aman dan lebih cerdas melalui reinforcement learning.
Belum ada komentar.