1. チュートリアルの概要

Fara-7B は、2025 年 11 月に Microsoft Research によってリリースされた、コンピューター用の最初のエージェント SLM (Small Language Model) です。

パラメータが 70 億 (7B) しかないにもかかわらず、このモデルは実際の Web ページ操作タスクで非常に優れたパフォーマンスを発揮し、複数の Web エージェント ベンチマーク テストで同様のサイズのモデルの中で最高のパフォーマンスを達成しました。
最先端 (SOTA) レベルのパフォーマンスを実現し、一部のタスクでは大規模モデルに近づき、さらにはそれを上回ります。

関連する研究結果は Fara-7B: コンピュータ利用のための効率的なエージェントモデル。

推奨ハードウェア: 単一の RTX 5090 グラフィック カード。

2. プロジェクト例

次の例は、実際の Web ページでの Fara-7B の自動化機能を示しています。

プロンプト: ノーベル賞受賞者の屠呦呦について調べてください。

結果ページの表示: 

⚠️ 上記の操作はすべて、「テキストシミュレーション」ではなく、実際のブラウザを通じて実行されます。

---

3. 操作手順

1. コンテナを起動した後、API アドレスをクリックして Web インターフェイスに入ります

OpenBayes コンソールでタスクを開始した後、右側の情報バーにある API アドレスをクリックして、Fara-7B Web UI ページにアクセスします。 

ページが表示された場合 Bad Gateway  サイトにアクセスできない場合は、1～3 分待ってからページを更新してください。
これは、モデルの初期ロードおよび初期化中に発生する通常の現象です。

---

2️⃣ エージェントタスクにWeb UIを使用する

Web ページでは、次のような自然言語タスクを直接入力できます。

• 「明日の北京の天気を検索してください。」
• さまざまな電子商取引プラットフォーム上の製品の価格を見つけます。
• 「指定されたウェブサイト上の情報を検索して整理する」

モデルは自動的に次の処理を実行します。

1. ウェブページを開く
2. ページの内容を理解する
3. クリック/スクロール/入力を実行する
4. タスクを複数のステップで完了し、結果を提供します。 

---

出力結果ページの表示: 

プロジェクトサポート

Fara-7B プロジェクトをオープンソース化した Microsoft Research チームと、メンテナンスおよび改善にご協力いただいたコミュニティ貢献者に感謝します。

• 上流倉庫：https://github.com/microsoft/fara
• 主要貢献者の例: corbyrosset (コミット履歴:https://github.com/microsoft/fara/commits?author=corbyrosset)

引用情報

このプロジェクトを研究や論文で使用する場合は、元の著作を（公式に認められた形で）引用してください。

@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}
}