GPT
הוספת כלי
F

Fara-7B

קוד פתוח

microsoftmit2025-10-30

  • transformers
  • safetensors
  • qwen2_5_vl
  • image-text-to-text
  • multimodal

microsoft עומדים גם מאחורי Sho, ויש עליו סקירה כאן.

סוכן חזותי קומפקטי שמנווט בדפדפן ומבצע פעולות על בסיס צילומי מסך. מתאים למי שרוצה אוטומציית רשת מקומית בלי לשלם על מודלי ענק סגורים.

  • 8.3Bפרמטרים
  • 128,000טוקנים בהקשר
  • 15.5 GBמשקל הקבצים
  • 3,353הורדות בחודש

מה זה

מיקרוסופט לקחה את Qwen 2.5 VL והפכה אותו לסוכן שמיועד לשלוט בדפדפן. הוא מקבל צילום מסך של האתר, מבין את המבנה הוויזואלי של העמוד, ומחזיר פעולה קונקרטית כמו לחיצה על קואורדינטה מסוימת, הקלדת טקסט או גלילה, יחד עם הסבר על מהלך המחשבה שלו.

במבחני ביצועים מול סוכני מחשב ייעודיים אחרים, הוא עוקף את UI-TARS 7B בכל המדדים וגובר גם על התצוגה המקדימה של OpenAI ברוב הבדיקות. הוא מגיע ל־73.5% הצלחה במשימות ניווט ב־WebVoyager ורושם 38.4% ב־WebTailBench, שזה פער ברור על פני המתחרים בגודל שלו, אם כי מודלי ענק מבוססי שרשרת כלים עדיין משיגים אחוזי דיוק גבוהים יותר. עם זאת, מיקרוסופט כבר הכריזה בעמוד המודל על גרסת Fara 1.5, כך ששווה לבדוק אם הגרסה העדכנית עדיפה על פני המודל הזה.

מתאים ל

  • איסוף מידע ומחקר ברשת

    ניווט באתרים מורכבים וחיפוש תשובות על בסיס צילומי מסך במקום הסתמכות על קוד HTML בלבד.

  • מילוי עגלות קניות

    איתור מוצרים ספציפיים והוספתם לעגלה עד לשלב התשלום שבו הוא מתוכנת לעצור.

  • אוטומציית בדיקות ממשק

    סריקה ובדיקת תהליכים בדפדפן מקומית על שרת פרטי ללא הוצאת נתונים לרשת חיצונית.

איפה זה נופל

המודל תומך באנגלית בלבד וביצועיו עלולים להיפגע בשפות אחרות, כך שלאתרים בעברית הוא אינו מתאים כרגע. הוא הונחה מראש לעצור בכל נקודה שדורשת פרטים אישיים, תשלום או סיום הזמנה, כך שהוא לא יבצע תהליכים מקצה לקצה בלי אישור אנושי. בנוסף, מיקרוסופט מזהירה משימוש בו בתחומים בסיכון גבוה כמו רפואה, משפט ופיננסים, ומחייבת הרצה בתוך סביבת ארגז חול מבודדת כדי למנוע נזק ברשת.

שאלות
נפוצות

האם המודל יסיים רכישה או הזמנה של טיסה באופן אוטומטי?

לא. המודל אומן עם נקודות עצירה קשיחות, וברגע שהוא מגיע לשלב שדורש הזנת פרטי אשראי, שליחת אימייל או סיום רכישה, הוא מפסיק את הריצה ומעביר את השליטה למשתמש.

האם אפשר להשתמש בו לאוטומציה של אתרים ישראליים בעברית?

הכרטיס מציין תמיכה באנגלית בלבד ומזהיר מירידה בביצועים בשפות אחרות. מומלץ לבדוק אותו בזהירות מול אתרים בעברית, שכן סביר להניח שיכולת זיהוי האלמנטים שלו תיפגע.

איך מריצים

המודל שוקל 15.5 גיגהבייט ודורש הרצה ב־vLLM עם דיוק bfloat16. מיקרוסופט בדקה אותו על גבי כרטיסי NVIDIA A6000, A100 ו־H100, ומציינת שאם נתקלים בבעיות זיכרון אפשר להשתמש בשני כרטיסים במקביל. בנוסף תצטרכו להתקין את Playwright כדי לנהל את הדפדפן בפועל.

הקריאה מולו דורשת שליחת תבנית פרומפט מערכת קבועה שמגדירה לו לעצור לפני ביצוע פעולות רגישות. אם יש לכם שרת עם מאיץ גרפי מתאים, ההרצה המקומית מעניקה פרטיות מלאה ושליטה בתעבורת הרשת, אבל אם אתם צריכים רק ניסוי מהיר בלי לנהל תשתית, אפשר לפנות אליו דרך שירותי ענן כמו Azure AI Foundry.

from transformers import pipeline

pipe = pipeline("image-text-to-text", model="microsoft/Fara-7B")
print(pipe("שלום"))

הקבצים

18 קבצים במאגר, 15.5 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא MIT, מה שאומר שמותר להשתמש בו לכל מטרה, כולל מוצרים מסחריים ושינוי הקוד. מודל הבסיס שבו השתמשו מופץ ברישיון תואם, כך שאין מניעה חוקית לשלב אותו במערכות פנימיות או חיצוניות, כל עוד משאירים את הצהרת זכויות היוצרים המקורית.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש

הרישיון המלא בעמוד המודל ↗