A SUSE bejelentette a Cavil-Qwen3-4B nevű, Apache 2.0 licenc alatt elérhető nagy nyelvi modell elindítását, amelyet a SUSE és az openSUSE projektjeiben használnak a Cavil eszközkészletében a kód licenc tisztaságának elemzésére. A közzétett modell 4 milliárd paramétert ölel fel, és a Qwen3-4B modellen alapul, amelyet kifejezetten a szöveg osztályozására optimalizáltak.
A modell fő célja a használt licencek meghatározása a szoftverek és dokumentációk forráskódjában. E feladat végrehajtásához a modell kiegészítő képzést kapott egy adathalmazon, amely 150 ezer példát tartalmaz licencemlítésekkel ellátott fejlécekről és megjegyzésekről a forráskódban. A gyakorlatban a modell lehetővé teszi a kódalap licenc tisztaságának automatizált ellenőrzését, hogy azonosítsák a licenc-összeférhetetlenségeket és a potenciális jogi problémákat a kóddal.
A modellt úgy választották meg, hogy elérje a nyelvi konstrukciók minőségi megértésének és a tipikus fogyasztói GPU-kkal végrehajtható teljesítmény kombinációját. A modell mellett szabadon hozzáférhető a működéséhez használt adathalmaz és a validálásra szolgáló eszközkészlet. Elérhető egy feldolgozó is, amely lehetővé teszi a modell alkalmazását a Cavil eszközkészletében, amely a forráskód jogi normáknak és követelményeknek (licencek ellenőrzése, licencsértések azonosítása, kockázatok értékelése) való megfelelésének ellenőrzésére készült.
Forrás: opennet.ru
