SUSE heeft de lancering aangekondigd van het grote taalmodel Cavil-Qwen3-4B onder de Apache 2.0-licentie, dat wordt gebruikt in SUSE- en openSUSE-projecten binnen de Cavil-toolkit voor het analyseren van de licentiezuiverheid van code. Het gepubliceerde model bevat 4 miljard parameters en is gebaseerd op het Qwen3-4B-model, dat verder is geoptimaliseerd voor tekstclassificatie.
De belangrijkste functie van het model is het identificeren van de licenties die worden gebruikt in de broncode van software en documentatie. Voor deze taak is het model verder getraind op een dataset met 150.000 voorbeelden van koppen en commentaren waarin licenties in de broncode worden genoemd. In de praktijk stelt het model in staat om de licentiezuiverheid van de codebase te automatiseren, om licentie-inconsistenties en potentiƫle juridische problemen met de code te identificeren.
De grootte van het model is ontworpen om een combinatie van kwalitatief begrip van taalkundige constructies en de mogelijkheid om op systemen met standaard consumenten-GPU's te draaien, te bereiken. Naast het model is er een dataset beschikbaar die tijdens de training is gebruikt, evenals een toolkit voor validatie. Ook is er een verwerker beschikbaar om het model in de Cavil-toolkit te gebruiken, die is bedoeld voor het controleren van de broncode op naleving van juridische normen en eisen (licentiecontrole, detectie van licentie-inbreuken, risicobeoordeling).
Bron: opennet.ru
