TEL AVIV, Israel, Dec.

GNW-News: Tabnine führt Funktion zur Kennzeichnung unlizenzierten Codes in KI-generierter Software ein. 17, 2024 (GLOBE NEWSWIRE) -- Tabnine (https://www.tabnine.com/), Begründer der Kategorie KI-Code-Assistenten, hat heute Code Provenance and Attribution (Codeherkunft und -zuordnung) vorgestellt.

TEL AVIV, Israel, Dec. 17, 2024 (GLOBE NEWSWIRE) -- Tabnine
(https://www.tabnine.com/), Begründer der Kategorie KI-Code-Assistenten, hat
heute Code Provenance and Attribution (Codeherkunft und -zuordnung) vorgestellt.
Diese Funktion ermöglicht es Unternehmen, von der Nutzung umfangreicher und
beliebter großer Sprachmodelle (Large Language Models (LLMs) für
Softwareentwicklungsaufgaben zu profitieren und gleichzeitig das Risiko zu
minimieren, dass Code mit restriktiver Lizenz in ihre Codebasis eingeschleust
wird.
Die großen Sprachmodelle von Anthropic, OpenAI u.a. werden mit umfangreichen
Katalogen von Inhalten und Code trainiert. Diese Inhalte stammen aus öffentlich
sichtbaren Quellen, von denen viele nicht frei lizenziert sind. In Kombination
mit der Tendenz von LLMs, Inhalte zu generieren, die dem bereits Gesehenen
ähneln, kann die Verwendung der Modelle dieser Anbieter zu Risiken im
Zusammenhang mit geistigem Eigentum oder Urheberrechtsverpflichtungen führen.
Mit Provenance and Attribution vergleicht Tabnine den Code, der mithilfe von KI-
Chat oder KI-Agenten generiert wurde, mit öffentlich sichtbarem Code auf GitHub.
Tabnine markiert Übereinstimmungen und verweist auf das Quell-Repository sowie
dessen Lizenztyp. Diese Informationen erleichtern es Entwicklungsteams, KI-
generierten Code zu überprüfen und zu entscheiden, ob die Lizenz des Codes ihren
spezifischen Standards und Anforderungen entspricht.
Mit der neuen Funktion Provenance and Attribution wird Tabnine Entwicklungsteams
sowie Rechts- und Compliance-Teams leichter unterstützen können, wenn sie eine
Vielzahl leistungsstarker Modelle nutzen möchten.
?Modelle, die mit größeren Datensätzen trainiert wurden, die wiederum nicht aus
Open-Source-Code mit großzügigeren Lizenzen stammen, können eine bessere
Leistung bieten. Unternehmen, die diese Modelle nutzen, laufen jedoch Gefahr,
Rechte in Bezug auf geistiges Eigentum und Urheberrechte zu verletzen", erklärt
Peter Guagenti, President bei Tabnine. ?Unsere Funktion hinsichtlich
Codeherkunft und -zuordnung löst dieses Problem, indem sie die Produktivität
steigert, ohne die Compliance zu gefährden. Erfahrene Engineering-Teams
erwarten, dass sie die Quelle und die Lizenz des generativen KI-Ergebnisses
kennen. Diese Funktion stellt nun sicher, dass sie dies auch tun".
Da die Urheberrechte für die Nutzung von KI-generierten Inhalten noch ungeklärt
sind, zielt Tabnine mit seinem proaktiven Ansatz darauf ab, das Risiko der
Verletzung von Rechten des geistigen Eigentums bei der Nutzung von
Unternehmensmodellen - wie beispielweise Claude von Anthropic, GPT-4o von
OpenAI's und Command R+ von Cohere - für die Softwareentwicklung drastisch zu
reduzieren.
Das lizenzkonforme Modell von Tabnine, Tabnine Protected 2, das ausschließlich
auf Code trainiert wird, der unter einer freieren Lizenz steht, bleibt ein
wichtiges und unverzichtbares Angebot von Tabnine. Viele Unternehmen sind der
Ansicht, dass allein die Verwendung eines LLM, das auf nicht lizenzierter
Software trainiert wurde, ein Risiko darstellen könnte. Aus diesem Grund wird
Tabnine dieses einzigartige Modell weiterhin unterstützen und weiterentwickeln.
Die neue Funktion Provenance and Attribution bietet Unterstützung für Rechts-
und Compliance-Teams, die mit einer größeren Vielfalt von Modellen vertraut
sind, solange sie nicht explizit unlizenzierten Code einfügen.
Die Funktion ?Code Provenance and Attribution" unterstützt das gesamte Spektrum
der Softwareentwicklung in Tabnine, einschließlich Codegenerierung,
Fehlerbehebung im Code, Generierung von Testfällen, Implementierung von Jira-
Problemen und vieles mehr. Da Tabnine den Code wie ein Mensch liest, erkennt und
markiert Tabnine nicht nur Ergebnisse, die exakt mit Open-Source-Code auf GitHub
übereinstimmen, sondern auch, wenn es sich um funktionale Übereinstimmungen oder
um Übereinstimmung hinsichtlich der Implementierung handelt.
Tabnine plant in naher Zukunft eine Funktion hinzuzufügen, die es Nutzern
ermöglicht, bestimmte Repositories zu identifizieren, z.B. solche, die von
Wettbewerbern verwaltet werden. Tabnine wird dann auch den generierten Code mit
diesen Repositories abgleichen. Darüber hinaus plant Tabnine, eine
Zensurfunktion hinzuzufügen, die es den Administratoren von Tabnine ermöglicht,
den betroffenen Code zu entfernen, bevor dieser dem Entwickler angezeigt wird.
Code Provenance and Attribution befindet sich in Private Preview, ist für alle
Tabnine-Kunden zugänglich und funktioniert mit allen verfügbaren Modellen,
einschließlich Anthropic, OpenAI, Cohere, Llama, Mistral und Tabnine. Weitere
Informationen zu Code Provenance and Attribution finden Sie hier
(https://www.tabnine.com/blog/introducing-provenance-and-attribution-minimize-
ip-liability-for-genai-output/).
Über Tabnine
Tabnine unterstützt Entwicklungsteams jeder Größe dabei, künstliche Intelligenz
(KI) zu nutzen, um den Softwareentwicklungszyklus zu beschleunigen und zu
verbessern. Als erster KI-Code-Assistent wurde Tabnine bereits von Millionen von
Entwicklern weltweit eingesetzt, um die Codequalität und die Zufriedenheit der
Entwickler mithilfe generativer KI zu verbessern. Im Gegensatz zu anderen
Programmierassistenten haben Sie bei Tabnine die Kontrolle über die KI. Diese
ist umfassend auf Ihr Entwicklungsteam zugeschnitten, privat und sicher (sie
läuft problemlos in Ihren kontrollierten Umgebungen), speichert oder trainiert
niemals den Code Ihres Unternehmens oder Benutzerdaten und bietet Modelle, die
ausschließlich auf Open-Source-Code mit offenen Lizenzen trainiert wurden, um
Risiken im Zusammenhang mit geistigem Eigentum auszuschließen. Weitere
Informationen finden Sie auf unserer Website unter tabnine.com
(http://tabnine.com). Gerne können Sie uns auch auf LinkedIn
(https://www.linkedin.com/company/tabnine/) folgen.
Contact
[e-mail] (mailto:[e-mail])
Â