माइक्रोसॉफ्ट रिसर्च AI Frontiers ने वेब ब्राउज़रों के लिए डिज़ाइन किए गए फ़ारा1.5-27B, एक मल्टीमोडल कंप्यूटर उपयोग एजेंट को जारी किया है। मॉडल स्क्रीनशॉट के माध्यम से ब्राउज़र इंटरफ़ेस का अवलोकन करता है और क्लिक करने, टाइप करने, स्क्रॉल करने और खोजने जैसे संरचित टूल कॉल उत्सर्जित करके कार्यों को निष्पादित करता है।
- फ़ाराजन1.5 मल्टी-एजेंट पाइपलाइन द्वारा उत्पन्न डेटा का उपयोग करके Qwen3.5-27B से पर्यवेक्षित सूक्ष्म-अनुकूलन किया गया।
- केवल दृश्य धारणा जो आंतरिक तर्क और ट्रैजेक्टरी इतिहास को पाठ के रूप में ट्रैक करती है ताकि आधारित कार्यों की भविष्यवाणी की जा सके।
- शोध और उत्पादन वातावरण में अनुशंसित तैनाती के लिए मैजेंटिकलाइट के साथ सह-डिज़ाइन किया गया।
- Hugging Face पर 4B, 9B, और 27B पैरामीटर आकारों में उपलब्ध।
एजेंट फॉर्म भरना और बुकिंग जैसे दोहराए जाने वाले वेब कार्यों को स्वचालित करता है, जबकि पिक्सेल-सटीक कार्य भविष्यवाणी की आवश्यकता वाले अन्य एजेंटों के लिए एक ग्राउंडिंग मॉडल के रूप में कार्य करता है।