Вышла новая модель Fara-1.5
Придумана новая модель Fara-1.5 (https://huggingface.co/collections/microsoft/fara15) с масштабируемыми средами обучения для агентов компьютерного использования под лицензией MIT.
Сбор демонстрационных данных с участием людей дорог и медленный, поэтому требуются масштабируемые стратегии генерации синтетических данных.
Проблему решили пайплайном генерации данных FaraGen 1.5, состоящим из трёх модульных компонентов.
Среди сред были живые сайты для открытых задач без аутентификации и синтетические среды (FaraEnvs), представляющие собой песочницы, точно имитирующие домены с авторизацией и необратимыми действиями (почта, календарь, маркетплейс и другие), давая полный контроль и проверяемость через состояние бэкенда.
Решателем выступил одиночный агент на базе сильных моделей (например, GPT-5.4), работающий в цикле вызовов инструментов и зеркалирующий пространство действий будущего агента. Для создания многошаговых диалогов и разрешения неоднозначностей присутствует симулятор пользователя.
Траекторию принимали для обучения, только если проходили три независимые проверки. Корректность задачи на живых сайтах проверяли LLM-судьёй с рубрикой, в синтетических сравнивали с предвычисленным состоянием БД. Оценивали эффективность, исключая лишние, повторяющиеся или бесполезные действия. Также внимание уделяли соблюдению критических точек, чтобы агент запрашивал одобрение пользователя перед необратимыми действиями или вводом персональных данных.
Обучение провели с помощью SFT на основе Qwen3.5 в трёх размерах (4B, 9B, 27B), потребляя только скриншоты и генерируя низкоуровневые действия.
В результате семейство моделей теперь новый state-of-the-art для своего класса на бенчмарках браузерного использования. Fara1.5-9B показывает 63.4% на Online-Mind2Web (+29.3 пункта к Fara-7B) и 86.6% на WebVoyager. Между тем Fara1.5-27B имеет 72.3% на Online-Mind2Web, конкурируя с большими проприетарными системами вроде Gemini 2.5 Computer Use и OpenAI Operator.
