{"id":48779,"date":"2025-11-25T17:30:00","date_gmt":"2025-11-25T20:30:00","guid":{"rendered":"https:\/\/www.solucoesindustriais.com.br\/news\/?p=48779"},"modified":"2025-11-25T16:48:57","modified_gmt":"2025-11-25T19:48:57","slug":"fara-7b","status":"publish","type":"post","link":"https:\/\/www.solucoesindustriais.com.br\/news\/tecnologia-e-inovacoes\/fara-7b\/","title":{"rendered":"Microsoft lan\u00e7a SLM Fara-7B para uso computacional"},"content":{"rendered":"

O Fara-7B \u00e9 um modelo ag\u00eantico que executa tarefas complexas de forma aut\u00f4noma, utilizando dados sint\u00e9ticos e capturas de tela, com \u00eanfase em seguran\u00e7a e privacidade do usu\u00e1rio em ambientes isolados, demonstrando alta efici\u00eancia em benchmarks de desempenho.<\/h3>\n

A Microsoft<\/b> anunciou um avan\u00e7o significativo na automa\u00e7\u00e3o digital com o lan\u00e7amento do Fara-7B<\/b>, um Modelo Agente de Linguagem Pequena (SLM)<\/b> que est\u00e1 redefinindo o conceito de assistente digital. Classificado como um Agente de Uso de Computador (CUA)<\/b>, o modelo se distingue por sua capacidade de executar a\u00e7\u00f5es diretas na interface do computador<\/b> em nome do usu\u00e1rio, “enxergando” a tela por meio de capturas visuais para tomar decis\u00f5es de rolagem, digita\u00e7\u00e3o ou clique.<\/p>\n

Agente de IA para uso em computador<\/h2>\n

A Microsoft anunciou o Fara-7B, um Modelo Agente de Linguagem Pequena (SLM) que representa um avan\u00e7o significativo na automatiza\u00e7\u00e3o de tarefas digitais.<\/p>\n

Projetado como um Agente de Uso de Computador (CUA), este modelo ultracompacto se distingue dos assistentes de linguagem tradicionais por sua capacidade de executar a\u00e7\u00f5es diretas na interface do computador em nome do usu\u00e1rio.<\/p>\n

O foco principal do Fara-7B \u00e9 a efici\u00eancia e a escalabilidade. Com apenas 7 bilh\u00f5es de par\u00e2metros, ele \u00e9 um modelo leve, otimizado para ser executado diretamente no dispositivo (on-device<\/i>).<\/p>\n

Essa caracter\u00edstica \u00e9 crucial, pois reduz drasticamente a lat\u00eancia e aprimora a privacidade, uma vez que os dados de intera\u00e7\u00e3o do usu\u00e1rio permanecem locais e n\u00e3o s\u00e3o enviados para a nuvem.<\/p>\n

Apesar de seu tamanho, o Fara-7B alcan\u00e7a um desempenho de ponta em sua classe, rivalizando com agentes muito maiores e que exigem mais recursos computacionais.<\/p>\n

O que habilita o Fara-7B a agir \u00e9 sua abordagem de intera\u00e7\u00e3o visual. O modelo opera percebendo capturas de tela do navegador e tomando decis\u00f5es de a\u00e7\u00e3o (como rolar, digitar ou clicar) com base no que est\u00e1 vis\u00edvel.<\/p>\n

Ele n\u00e3o depende de informa\u00e7\u00f5es auxiliares, como \u00e1rvores de acessibilidade, interagindo com a interface da mesma maneira que um humano. O Fara-7B tamb\u00e9m foi projetado com mecanismos de transpar\u00eancia e controle do usu\u00e1rio em mente.<\/p>\n

Basicamente, o modelo \u00e9 treinado para reconhecer e parar em “Pontos Cr\u00edticos” (momentos que exigem dados pessoais ou consentimento para a\u00e7\u00f5es irrevers\u00edveis) para solicitar a aprova\u00e7\u00e3o do usu\u00e1rio antes de prosseguir. Esta abordagem visa manter a supervis\u00e3o humana no centro das opera\u00e7\u00f5es do agente.<\/p>\n

Fara-7B \u00e9 treinado com dados sint\u00e9ticos<\/h2>\n

A Microsoft detalhou o processo de desenvolvimento do Fara-7B, destacando o uso de gera\u00e7\u00e3o sint\u00e9tica de dados em larga escala para treinar o novo agente de intelig\u00eancia artificial.<\/p>\n

A equipe adotou uma pipeline capaz de criar cen\u00e1rios completos de navega\u00e7\u00e3o a partir de URLs p\u00fablicas, incluindo tarefas t\u00edpicas do uso cotidiano da web, como compras, reservas e consultas diversas.<\/p>\n

Essas tarefas s\u00e3o executadas por um sistema multiagente que simula a\u00e7\u00f5es reais no navegador, produzindo sequ\u00eancias de intera\u00e7\u00e3o que servem como demonstra\u00e7\u00f5es para o treinamento.<\/p>\n

Cada trajet\u00f3ria gerada passa por verifica\u00e7\u00f5es autom\u00e1ticas para garantir que a tarefa foi conclu\u00edda corretamente e que os dados podem ser utilizados sem comprometer a qualidade do modelo.<\/p>\n

Com esse conjunto massivo de dados validados, a Microsoft treinou o Fara-7B para operar computadores de forma aut\u00f4noma, prevendo a\u00e7\u00f5es com base apenas em capturas de tela.<\/p>\n

O modelo foi ensinado a seguir ciclos de observa\u00e7\u00e3o, racioc\u00ednio e a\u00e7\u00e3o, reconhecendo elementos visuais da interface e executando comandos como cliques, digita\u00e7\u00e3o e navega\u00e7\u00e3o entre p\u00e1ginas.<\/p>\n

A base do treinamento foi o Qwen2.5-VL-7B, escolhido pela capacidade de lidar com contextos mais longos e ancoragem precisa de elementos na tela.<\/p>\n

Ao final do processo, o agente acumulou 145 mil trajet\u00f3rias e cerca de um milh\u00e3o de passos de demonstra\u00e7\u00e3o, o que lhe permite desempenhar desde tarefas simples de navega\u00e7\u00e3o at\u00e9 intera\u00e7\u00f5es complexas em sistemas corporativos.<\/p>\n

A Microsoft afirma que esse m\u00e9todo de treinamento torna o Fara-7B mais leve, eficiente e capaz de funcionar em dispositivos com recursos limitados.<\/p>\n

O modelo foi lan\u00e7ado como uma pr\u00e9via de pesquisa experimental e est\u00e1 dispon\u00edvel em c\u00f3digo aberto (open-weight<\/i>) sob licen\u00e7a MIT, incentivando a comunidade de IA a explorar e aprimorar a tecnologia CUA.<\/p>\n

Uma vers\u00e3o otimizada tamb\u00e9m j\u00e1 foi disponibilizada para os Copilot+ PCs com Windows 11. A Microsoft Research enfatiza o uso respons\u00e1vel, dado que agentes com capacidade de a\u00e7\u00e3o trazem desafios de seguran\u00e7a.<\/p>\n<\/div>","protected":false},"excerpt":{"rendered":"

Fara-7B \u00e9 um modelo ag\u00eantico otimizado para tarefas reais na web, promovendo efici\u00eancia e privacidade.<\/p>\n","protected":false},"author":6,"featured_media":48778,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[20],"tags":[],"class_list":["post-48779","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tecnologia-e-inovacoes"],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.solucoesindustriais.com.br\/news\/wp-json\/wp\/v2\/posts\/48779","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.solucoesindustriais.com.br\/news\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.solucoesindustriais.com.br\/news\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.solucoesindustriais.com.br\/news\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/www.solucoesindustriais.com.br\/news\/wp-json\/wp\/v2\/comments?post=48779"}],"version-history":[{"count":1,"href":"https:\/\/www.solucoesindustriais.com.br\/news\/wp-json\/wp\/v2\/posts\/48779\/revisions"}],"predecessor-version":[{"id":48801,"href":"https:\/\/www.solucoesindustriais.com.br\/news\/wp-json\/wp\/v2\/posts\/48779\/revisions\/48801"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.solucoesindustriais.com.br\/news\/wp-json\/wp\/v2\/media\/48778"}],"wp:attachment":[{"href":"https:\/\/www.solucoesindustriais.com.br\/news\/wp-json\/wp\/v2\/media?parent=48779"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.solucoesindustriais.com.br\/news\/wp-json\/wp\/v2\/categories?post=48779"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.solucoesindustriais.com.br\/news\/wp-json\/wp\/v2\/tags?post=48779"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}