正如我们所见，codegen 在代码出色，但是对于需要自然语言的任务呢？
xgen 代码
随着我们扩展 agentforce for developers 的交互功能（例如 dev assistant 的多轮聊天体验），我们意识到需要一个在自然语言和编程任务方面都表现出色的模型。这导致了 xgen-code 的推出，这是 salesforce 内部大型语言模型 (llm) 系列的最新成员。
xgen 系列已包含
xgen-sales 和 xgen-mm 等模型，这些模型 目标电话号码或电话营销数据 以支持从文本生成到多模式任务和复杂检索功能等广泛用例而闻名。xgen-code 专为以开发人员为中心的任务而设计，非常适合开发人员在 salesforce 环境中面临的编码挑战。
xgen-code 因其对 salesforce 开发人员用例的深刻理解而脱颖而出，在准确性和效率方面优于其他模型（无论是开源模型还是专有模型）。它能够处理需要复杂理解、动态交互和不断发展的多轮对话的任务。这使得它非常适合 dev assistant 等功能，其中 ai 会随着对话的进展而进行智能调整和响应。为了在自然语言和编程语言任务上实现强大的功能，xgen-code 经历了多个训练 邮寄线索 阶段。在每个训练阶段，我们都会在代码和自然语言之间转移数据分布组合，以提高模型在两个数据域中的性能。
对于代码完成等更快
低延迟的任务，我们依赖 codegen，这是一种较小 来为其添加检索增强生成 但高效的 llm。当开发人员需要更具交互性和深度的体验时，xgen-code 可为 dev assistant 提供支持，从而实现更丰富、更具对话性的编程方法。