开源推荐 morning

GitHub 热门项目: Fara

2026-08-25 1 阅读 约8分钟阅读 GitHub Trending

--- ## 更新 * **2026-07-22** — **Fara1.5发布！** 原生电脑使用家族 构建于三个尺度（Fara1.5-4B、Fara1.5-9B、Fara1.5-27B）的代理 Qwen3.5 并使用来自 **FaraGen1.5** 管道的数据进行训练。 **所有三个模型在 [Hugging Face](https://aka.ms/fara1.5-hf) 上都有可用的权重，并且可以通过 Microsoft Foundry ([Fara1.5-4B](https://aka.ms/fara1.5-4B-foundry)、[Fara1.5-9B](https://aka.ms/fara1.5-9B-foundry)、 [Fara1.5-27B](https://aka.ms/fara1.5-27B-foundry))**。 法拉1.5-9B 在 Online-Mind2Web 上达到 63.4%，在 WebVoyager 上达到 86.6%，这是一个新的状态 其尺寸等级的艺术； Fara1.5-27B 在 Online-Mind2Web 上达到 72.3%， 性能优于更大的专有系统。阅读 [论文](https://arxiv.org/abs/2606.20785) 和 [博客文章](https://www.microsoft.com/en-us/research/articles/fara1-5-computer-use-agent/)。 * **2026-05-12** — **WebTailBench** 现在是这方面的一流基准 存储库：加载程序自动下载任务和评分标准 [`microsoft/WebTailBench`](https://huggingface.co/datasets/microsoft/WebTailBench) （使用刷新的“test_v2”拆分；托管 V1↔V2 差异 [此处](https://microsoft.github.io/fara/docs/webtailbench_v1_v2_diff.html)), **通用验证者** (`MMRubricAgent`) 是官方裁判，并且 再现性 CLI 位于“webeval/scripts/webtailbench.py”（独立的 通过“webeval/scripts/verify_trajectories.py”重新评分）。 * **2026-04-19** — 发布 **[CUAVerifierBench](https://huggingface.co/datasets/microsoft/CUAVerifierBench)**， 用于评估 CUA 验证者的人工注释基准（即判断 给代理轨迹评分）。两个分割 — `fara7b_om2w_browserbase` (106 Fara-7B Online-Mind2Web/Browserbase 轨迹，每个约 2 名审阅者）和 `internal`（来自保留的 aurora-v2 任务套件的 154 条轨迹）— 带有每个判断 UV 盲/UV 通知标签、通用验证器 输出和遗留 v