Microsoft Research เปิดตัวโมเดลภาษาขนาดเล็ก (small language models หรือ SLM) ตัวใหม่ชื่อ Fara-7B ออกแบบมาสำหรับควบคุมการใช้งานคอมพิวเตอร์ หรือเรียกว่า Computer Use Agent (CUA)

แนวทางของโมเดลกลุ่ม Computer Use Agent (CUA) คือออกแบบมาควบคุมเมาส์และคีย์บอร์ดโดยตรง ต่างไปจากโมเดลที่ออกผลลัพธ์มาเป็นข้อความ มันจึงสามารถทำงานคลิกปุ่ม เลื่อนจอ พิมพ์ข้อความได้ดี โดยไม่จำเป็นต้องใช้โหมดพิเศษ (เช่น accessibility) เข้าช่วย

จุดเด่นของ Fara-7B คือขนาดที่เล็ก มีพารามิเตอร์เพียง 7 พันล้านตัว เล็กเพียงพอที่จะรันในเครื่องพีซีที่ต้องการใช้ควบคุม ช่วยแก้ปัญหาเรื่องความหน่วง (latency) และข้อมูลของผู้ใช้ยังอยู่ในเครื่องไม่ถูกส่งออกไปไหน

Fara-7B ยังให้ประสิทธิภาพดีกว่าคู่แข่งที่ขนาดโมเดลใหญ่กว่าคือ OpenAI computer-use และแน่นอนว่ามีต้นทุนในการรันที่ถูกกว่ามาก

ไมโครซอฟท์แนะนำให้รัน Fara-7B ในพีซีที่เป็น Copilot+ PC เพื่อประสิทธิภาพที่ดีกว่า และรันในสภาพแวดล้อมแบบ sandbox เพื่อจำกัดการเข้าถึงข้อมูลที่อ่อนไหว

Fara-7B เปิดเป็นโอเพนซอร์ส ใช้สัญญาอนุญาต MIT มีให้ดาวน์โหลดแล้วบน Hugging Face และ Microsoft Foundry ของ Azure

ที่มา - Microsoft