/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
18,8 ГБ
Лицензия
MIT
Архитектура
qwen3_5 · dense
Базовая модель
Fara1.5-9B
Библиотека
transformers
Опубликована
25 сен 2026

fara-9b-baseline-eval

Изображение и текст → текст3 профессии

Точная копия мультимодального чекпойнта Microsoft Fara 1.5-9B для воспроизводимой оценки браузерного агента по содержимому страниц.

236скачиваний за 30 дней1лайквеса обновлены30 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Репозиторий WootzappLab сохраняет точную копию чекпойнта Fara 1.5-9B от Microsoft для воспроизводимых базовых оценок браузерного агента. Это плотная мультимодальная модель семейства Qwen 3.5 с архитектурой Qwen3_5ForConditionalGeneration; исходный чекпойнт — microsoft/Fara1.5-9B. Весами модели не дообучали: репозиторий содержит файлы закреплённой версии Microsoft, включая веса Safetensors, конфигурацию и процессор.

Модель предназначена для выполнения задач в браузере по визуальному содержимому страниц и для сценариев компьютерного управления. В репозитории описаны две оценки на наборах из 90 и 40 задач; опубликованные результаты показывают, что чекпойнт служит именно baseline, а не специально улучшенной версией для этих тестов. README не сообщает длину контекста и список поддерживаемых языков. Лицензия — MIT.

Сценарии применения

  • оценка базовой способности агента выполнять задачи в браузере
  • воспроизведение экспериментов по браузерной автоматизации
  • проверка выполнения задач управления компьютером по снимкам экрана

Ограничения

Это базовый чекпойнт без дообучения под описанные оценки; в README результаты показывают ограниченное число успешных задач в двух наборах. Языковая поддержка и длина контекста в доступных данных не описаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Fara 1.5-9B W8 baseline evaluation

This repository preserves the exact Fara 1.5-9B checkpoint used for both W8 DOM browser-agent baseline evaluations. The checkpoint was not trained or fine-tuned for either evaluation. Its files are an exact mirror of the pinned Microsoft checkpoint.

Common checkpoint and serving setup

ComponentValue
Base checkpointmicrosoft/Fara1.5-9B
Base checkpoint revision1a93677cd89d5601bc2ed759791e981f3a520032
Fara source revisiona675d6d61c41c47ae87bacefeab22caad18e3e84
Model dtypeBF16
KV-cache dtypeBF16 through vLLM auto
Maximum model length32,768 tokens
Tensor parallel size1
RuntimevLLM 0.19.1, PyTorch 2.10.0, Transformers 5.6.2
HardwareOne NVIDIA H100 80 GB HBM3
GCP instancew8-fara-9b-8115f370-head-3ibtw2ah-compute
Deployed DOM adapter SHA2566184fba5dee3cae079b20fe1abb1812e589e68b97737a28dac94b16e7f5c5811
Deployed serving script SHA2561d1c9c60280b15a73d633717776aafd23d087f6af447524ef9cc8315e6d70fb3

The DOM serving integration translated the recorder's OpenAI Responses contract to the Fara inference endpoint. It did not modify the model weights.

Evaluation 1: 90-task baseline

MeasureResult
Selected tasks90
Passed6
Verified failures60
Execution errors24
Infrastructure errors0
Pass@16.67%
Pass rate among verified tasks9.09%

Evaluation 1 provenance

ComponentExact source
Evaluation artifactsWootzappLab/fara-baseline-artifact
Immutable artifact commit30840bf827a58cfd0bdc8c86fa730ab32960448c
Task datasetWootzappLab/cua-bench
Dataset revision745eebb8f07abb92fdaae356bb6bee3a1f2975af
Recorder, browser harness, environments, and verifiertokenbender/w8-cua-bench
Harness revision66037db6bae4b00a2b5860aa08ebb69b559e6871
Evaluation date2026-09-25

Execution errors remain in the denominator. The artifact repository contains the raw recordings, logs, rubrics, verifier outputs, structured tables, and integrity manifests.

Evaluation 2: 40-task baseline

MeasureResult
Selected tasks40
Passed8
Verified failures24
Execution errors8
Infrastructure errors0
Pass@120.0%
Pass rate among verified tasks25.0%

Evaluation 2 provenance

ComponentExact source
Evaluation artifactsWootzappLab/Fara-40-baseline-artifact
Immutable artifact commitf9c09ba743ab447b59e290a60ed61daa73808a66
Results bundle SHA25643f4ed88b79d9c0abe7a733ac6499b0000364e3f1f676a29320e83d1682e081b
Exact task snapshotIncluded in the artifact repository
Task snapshot SHA256745f113b9c45f1a8dc3581ebc671435a3eafdfdbfb38bcaa6df1097ec10ab2e3
Task datasetWootzappLab/cua-bench-baseline-40
Dataset repository revisionc2dd9ed8f23cbc477f49be7b7704e42bf4d46de6 (baseline-40)
Recorder, browser harness, environments, and verifiertokenbender/w8-cua-bench
Harness revision09976c86454f9a87e2fa6a3a3589d2e4d24f180e
Infrastructure revisioneb5dc3d9e0cbfbe389334b0600002f8db3a795dd
Evaluation date2026-09-28

Execution errors remain in the denominator. The published dataset and the snapshot bundled with the artifacts contain the same task bytes, identified by the SHA256 above.

Repository contents

  • Model configuration, tokenizer, processor, chat template, and Safetensors weights copied from the pinned upstream revision
  • CHECKPOINT_FILES.json: upstream Git blob identities and LFS SHA256 hashes for the checkpoint files
  • MANIFEST.json: machine-readable checkpoint provenance
  • PROVENANCE.md: checkpoint revision and experiment-boundary receipt
  • CHECKSUMS.sha256: hashes for the repository's reproducibility metadata

Load the checkpoint

import torch
from transformers import AutoModelForMultimodalLM, AutoProcessor

model_id = "WootzappLab/fara-9b-baseline-eval"
processor = AutoProcessor.from_pretrained(model_id)
model = AutoModelForMultimodalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

License and attribution

The mirrored base checkpoint is released by Microsoft under the MIT License. See the upstream Fara 1.5-9B model card for its original documentation, intended use, and limitations.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
35e0725

0 моделей