1. Einführung in das Tutorial

Fara-7B ist das erste agentenbasierte SLM (Small Language Model) für den Computereinsatz und wurde von Microsoft Research im November 2025 veröffentlicht.

Obwohl das Modell nur 7 Milliarden (7B) Parameter besitzt, schneidet es bei realen Webseitenmanipulationsaufgaben außergewöhnlich gut ab und erzielt in mehreren Web-Agent-Benchmark-Tests Spitzenleistungen unter Modellen ähnlicher Größe.
Es erreicht eine Leistung auf dem neuesten Stand der Technik (SOTA) und kommt bei einigen Aufgaben an größere Modelle heran oder übertrifft sie sogar.

Die relevanten Forschungsergebnisse sind Fara-7B: Ein effizientes agentenbasiertes Modell für die Computernutzung.

Empfohlene Hardware: Einzelne RTX 5090 Grafikkarte.

2. Projektbeispiele

Das folgende Beispiel demonstriert die Automatisierungsfunktionen von Fara-7B auf realen Webseiten:

Bitte suchen Sie für mich Informationen über die Nobelpreisträgerin Tu Youyou heraus.

Anzeige der Ergebnisseite: 

⚠️ Alle oben genannten Operationen werden über einen echten Browser durchgeführt, nicht über eine „Textsimulation“.

---

3. Bedienungsschritte

1. Klicken Sie nach dem Starten des Containers auf die API-Adresse, um die Weboberfläche aufzurufen

Nachdem Sie den Task in der OpenBayes-Konsole gestartet haben, klicken Sie auf die API-Adresse in der rechten Informationsleiste, um auf die Fara-7B-Web-UI-Seite zuzugreifen. 

Wenn die Seite angezeigt wird Bad Gateway  Falls Sie nicht auf die Website zugreifen können, warten Sie bitte 1–3 Minuten und aktualisieren Sie die Seite.
Dies ist ein normales Phänomen während des ersten Ladens und der Initialisierung des Modells.

---

2️⃣ Verwendung einer Web-Benutzeroberfläche für Agentenaufgaben

Auf der Webseite können Sie Aufgaben in natürlicher Sprache direkt eingeben, zum Beispiel:

• „Bitte suchen Sie nach dem Wetterbericht für morgen in Peking.“
• Finde den Preis eines Produkts auf verschiedenen E-Commerce-Plattformen.
• „Informationen auf der angegebenen Website finden und organisieren“

Das Modell wird automatisch:

1. Webseite öffnen
2. Seiteninhalte verstehen
3. Klicken/Scrollen/Eingeben
4. Erledigen Sie die Aufgabe in mehreren Schritten und liefern Sie die Ergebnisse. 

---

Anzeige der Ausgabeseiten: 

Projektunterstützung

Vielen Dank an das Microsoft Research Team für die Veröffentlichung des Fara-7B-Projekts als Open Source sowie an die Community-Mitglieder für ihre Wartung und Verbesserungen.

• Upstream-Lager:https://github.com/microsoft/fara
• Beispiel eines wichtigen Mitwirkenden: corbyrosset (Commit-Historie:https://github.com/microsoft/fara/commits?author=corbyrosset）

Zitationsinformationen

Wenn Sie dieses Projekt in Ihrer Forschung oder Ihrer Arbeit verwenden, zitieren Sie bitte das Originalwerk (in der offiziell anerkannten Form):

@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}
}