1. مقدمة البرنامج التعليمي

Fara-7B هو أول نموذج لغة صغير (SLM) فاعل للاستخدام الحاسوبي، وقد أصدرته شركة مايكروسوفت للأبحاث في نوفمبر 2025.

على الرغم من احتوائه على 7 مليارات (7B) فقط من المعلمات، إلا أن النموذج يؤدي أداءً جيدًا بشكل استثنائي في مهام معالجة صفحات الويب في العالم الحقيقي، محققًا أعلى أداء بين النماذج ذات الحجم المماثل في العديد من اختبارات معيار Web Agent.
يحقق أداءً على مستوى أحدث التقنيات (SOTA) ويقترب من النماذج الأكبر حجماً أو حتى يتفوق عليها في بعض المهام.

نتائج البحث ذات الصلة هي فارا-7ب: نموذج وكيل فعال للاستخدام الحاسوبي.

المواصفات الموصى بها: بطاقة رسومات RTX 5090 واحدة.

2. أمثلة المشاريع

يوضح المثال التالي إمكانيات التشغيل الآلي لبرنامج Fara-7B على صفحات الويب الحقيقية:

طلب: من فضلك ابحث لي عن الحائزة على جائزة نوبل تو يويو.

عرض صفحة النتائج: 

⚠️ يتم تنفيذ جميع العمليات المذكورة أعلاه من خلال متصفح حقيقي، وليس "محاكاة نصية".

---

3. خطوات التشغيل

1. بعد بدء تشغيل الحاوية، انقر فوق عنوان API للدخول إلى واجهة الويب

بعد بدء المهمة في وحدة تحكم OpenBayes، انقر فوق عنوان API في شريط المعلومات الموجود على اليمين للوصول إلى صفحة واجهة المستخدم الخاصة بـ Fara-7B على الويب. 

إذا تم عرض الصفحة Bad Gateway  إذا لم تتمكن من الوصول إلى الموقع، يرجى الانتظار من دقيقة إلى ثلاث دقائق ثم تحديث الصفحة.
هذه ظاهرة طبيعية تحدث أثناء التحميل الأولي وتهيئته للنموذج.

---

2️⃣ استخدام واجهة مستخدم ويب لمهام الوكيل

يمكنك إدخال مهام اللغة الطبيعية مباشرةً على صفحة الويب، على سبيل المثال:

• "يرجى البحث عن حالة الطقس غداً في بكين."
• ابحث عن سعر منتج ما على منصات التجارة الإلكترونية المختلفة.
• "ابحث عن المعلومات ونظمها على الموقع الإلكتروني المحدد"

سيقوم النموذج تلقائيًا بما يلي:

1. افتح صفحة الويب
2. فهم محتوى الصفحة
3. قم بالنقر/التمرير/الإدخال
4. أكمل المهمة على عدة خطوات وقدم النتائج. 

---

عرض صفحة نتائج الإخراج: 

دعم المشاريع

شكرًا لفريق أبحاث مايكروسوفت على جعل مشروع Fara-7B مفتوح المصدر، وللمساهمين في المجتمع على صيانته وتحسيناته.

• مستودع المنبع:https://github.com/microsoft/fara
• مثال على مساهم رئيسي: corbyroset (سجل الالتزامات:https://github.com/microsoft/fara/commits?author=corbyrosset)

معلومات الاستشهاد

إذا استخدمت هذا المشروع في بحثك أو ورقتك البحثية، فيرجى الاستشهاد بالعمل الأصلي (كما هو معترف به رسميًا):

@article{fara7b2025,
  title={Fara-7B: An Efficient Agentic Model for Computer Use},
  author={Awadallah, Ahmed and Lara, Yash and Magazine, Raghav and Mozannar, Hussein and Nambi, Akshay and Pandya, Yash and Rajeswaran, Aravind and Rosset, Corby and Taymanov, Alexey and Vineet, Vibhav and Whitehead, Spencer and Zhao, Andrew},
  journal={arXiv:2511.19663},
  year={2025}
}