Fara-7B - マイクロソフトのオープンソース・コンピュータ操作アシスタント・モデル

18.9K 00

Fara-7Bとは？

Fara-7Bは、Qwen2.5-VL-7Bアーキテクチャをベースとした、マイクロソフト社がオープンソースで公開している70億パラメータ規模のコンピュータ・オペレーティング・エージェント（CUA）モデルです。ウェブページのスクリーンショットを視覚的に解析することで、追加のアクセシビリティツリーや複数の大規模モデルの連携に依存することなく、画面上でクリックや入力などの操作を実行します。Fara-7BはWindows 11ローカルで直接実行でき、NPUアクセラレーションをサポートすることで、低レイテンシとより優れたプライバシー保護を実現しています。タスク成功率が高く、いくつかのタスクで同業他社モデルをリードする優れた性能。大量のタスク軌跡と補助タスクデータを含む新しい合成データ生成プロセスを学習に採用し、教師ありの微調整に重点を置いている。

Fara-7Bの機能的特徴

ビジョン主導の運営ウェブページのスクリーンショットを視覚的に解析することで、クリック、タイピング、スクロールなどを画面上で直接行うことができます。
ローカルオペレーションとプライバシー保護Windows 11上でネイティブに動作し、低遅延とより良いプライバシー保護のためのNPUアクセラレーションをサポートしています。
確立されたセキュリティ・メカニズム:: 「重要なポイント」で停止し、機密性の高い操作についてユーザーの同意を求めること、すべての操作はログに記録されること、サンドボックス環境で実行する必要があること、不適切なタスクの実行を拒否する例がトレーニングに含まれていること。
高性能WebVoyager、Online-Mind2Webなどの公開ベンチマークにおいて、タスク成功率が高く、いくつかのタスクは同モデルを上回っています。
オープンソースと使いやすさMicrosoft FoundryとHugging FaceにてMITライセンスで公開、オープンソース化され、Magentic-UIの研究プロトタイプに統合され、使いやすさと開発のしやすさを定量化、最適化したバージョンが提供されています。

Fara-7Bの強み

ビジョン主導の直接操作Fara-7Bは、ウェブページのスクリーンショットを視覚的に解析し、画面上で直接操作を行うため、複雑なアクセシビリティツリーや複数モデルのコラボレーションに頼る必要がなく、より直感的で効率的な操作が可能です。
ローカルオペレーションとプライバシー保護NPU アクセラレーションと組み合わせることで、ユーザーデータのプライバシーを確保しながら、低レイテンシーでのレスポンスを実現します。
強力なセキュリティ・メカニズム機密性の高い操作についてはユーザーの同意が求められ、不適切な操作を防ぐために記録され、サンドボックス環境で実行される。
高いパフォーマンスと成功率タスク成功率が高く、いくつかのタスクでは同業他社モデルを引き離しており、卓越したパフォーマンスを示しています。

Fara-7Bの公式ウェブサイトは？

プロジェクトのウェブサイト:: https://www.microsoft.com/en-us/research/blog/fara-7b-an-efficient-agentic-model-for-computer-use/
GitHubリポジトリ:: https://github.com/microsoft/fara
HuggingFaceモデルライブラリ:: https://huggingface.co/microsoft/Fara-7B
技術論文:: https://www.microsoft.com/en-us/research/wp-content/uploads/2025/11/Fara-7B-An-Efficient-Agentic-Model-for-Computer-Use.pdf

Fara-7Bの対象者

開発者と研究者Fara-7Bはオープンソースであるため、開発者や研究者がその強力な機能を二次開発やモデルの最適化、アルゴリズム研究に利用するための理想的なツールとなります。
自動タスクマネージャーFara-7Bは、データ入力やウェブページの自動化操作など、コンピュータ上で複雑な自動化作業を行う必要があるユーザーにとって、ビジュアルドライブによる効率的な作業を可能にします。
プライバシーとセキュリティのニーズデータのプライバシーとセキュリティを重視するユーザーにとって、機密情報のセキュリティを確保するために設計されたFara-7Bのローカル実行とサンドボックス環境は有益です。
高いパフォーマンスを必要とするユーザーリアルタイムのウェブインタラクションや自動テストなど、高速応答と低遅延が要求されるシナリオでは、Fara-7Bの高性能がその要求に応えることができます。
新技術の探求者たちへ最新のAI技術に興味のあるユーザーは、Fara-7Bでコンピュータビジョンと自然言語処理の組み合わせと、実世界への応用の可能性を探ることができる。