Spoločnosť SUSE oznámila otvorenie veľkého jazykového modelu Cavil-Qwen3-4B pod licenciou Apache 2.0, ktorý sa používa v projektoch SUSE a openSUSE v nástroji Cavil na analýzu licenčnej čistoty kódu. Publikovaný model pokrýva 4 miliardy parametrov a je založený na modeli Qwen3-4B, dodatočne optimalizovanej na klasifikáciu textu.
Hlavným účelom modelu je identifikácia licencií používaných v zdrojovom kóde programov a dokumentácii. Na splnenie tejto úlohy bol model dodatočne vyškolený na súbore údajov, ktorý zahŕňa 150 000 príkladov hlavičiek a komentárov s uvedením licencií v zdrojovom kóde. V praxi model umožňuje automatizovať kontrolu licenčnej čistoty kódovej základne na zistenie licenčných nekompatibilít a potenciálnych právnych problémov s kódom.
Veľkosť modelu bola zvolená tak, aby dosiahla kombináciu kvalitného porozumenia jazykovým konštrukciám a možnosti vykonávania na systémových typických spotrebiteľských GPU. Okrem samotného modelu sú voľne dostupné aj údaje použité pri výcviku a nástroj na validáciu. Tiež je k dispozícii spracovateľ na zapojenie modelu do nástroja Cavil, určeného na kontrolu zdrojového kódu z hľadiska dodržiavania právnych noriem a požiadaviek (kontrola licencií, identifikácia porušení licencií, hodnotenie rizík).
Zdroj: opennet.ru
