A empresa SUSE anunciou a liberação sob a licença Apache 2.0 de um grande modelo de linguagem Cavil-Qwen3-4B, utilizado em projetos da SUSE e openSUSE na ferramenta Cavil para analisar a conformidade de licenças de código. O modelo publicado abrange 4 bilhões de parâmetros e é baseado no modelo Qwen3-4B, otimizado adicionalmente para classificação de texto.
A principal finalidade do modelo é identificar as licenças utilizadas no código-fonte de programas e na documentação. Para realizar essa tarefa, o modelo foi treinado com um conjunto de dados que inclui 150 mil exemplos de títulos e comentários mencionando licenças no código-fonte. Na prática, o modelo permite automatizar a verificação da conformidade das licenças na base de código para identificar incompatibilidades de licenciamento e possíveis problemas jurídicos com o código.
O tamanho do modelo foi ajustado para alcançar uma combinação de compreensão qualitativa de construções linguísticas e capacidade de execução em sistemas com GPUs de consumidor típicas. Além do próprio modelo, um conjunto de dados utilizado para o treinamento e uma ferramenta para validação foram disponibilizados publicamente. Também está disponível um processador para integrar o modelo na ferramenta Cavil, destinada à verificação do código-fonte para conformidade com normas e requisitos legais (verificação de licenças, identificação de violações de licenças, avaliação de riscos).
Fonte: opennet.ru
