Kompania SUSE shpalli hapjen e një modeli gjuhësor të madh Cavil-Qwen3-4B nën licencën Apache 2.0, i përdorur në projektet SUSE dhe openSUSE në mjetin Cavil për analizimin e pastërtisë licençore të kodit. Modeli i publikuar përfshin 4 miliard parametra dhe është bazuar në modelin Qwen3-4B, të optimizuar më tej për klasifikimin e tekstit.
Qëllimi kryesor i modelit është identifikimi i licencave të përdorura në kodin burimor të programeve dhe në dokumentacion. Për të realizuar këtë detyrë, modeli është trajnuar më tej në një grup të dhënash që përfshin 150,000 shembuj titujsh dhe komentesh që përmendin licencat në kodin burimor. Në praktikë, modeli lejon automatizimin e kontrollit të pastërtisë licençore të bazës së kodit për të identifikuar mosmarrëveshjet licençore dhe çështjet potenciale ligjore me kodin.
Madhësia e modelit është përcaktuar për të arritur një kombinim të kuptimit cilësor të strukturave gjuhësore dhe aftësisë për të funksionuar në sisteme me GPU të zakonshëm të konsumatorëve. Përveç modelit, është publikuar një grup të dhënash që është përdorur gjatë trajnimit dhe një mjet për validim. Po ashtu, është në dispozicion një procesor për të angazhuar modelin në mjetin Cavil, i destinuar për kontrollin e kodit burimor për përputhshmërinë me normat dhe kërkesat ligjore (kontrolli i licencave, identifikimi i shkeljeve të licencave, vlerësimi i rreziqeve).
Burimi: opennet.ru
