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。