# 多編程語言支持

Seed-Coder是一個8B規模的開源代碼模型家族，包含基礎版、指導版和推理版。推理版通過強化學習訓練提升推理能力，支持64K上下文長度。

埃斯珀 3 是基於千問 3 構建的編碼、架構和開發運維推理專家模型，適用於本地和服務器部署。

基於The Stack v2數據集預訓練的10億參數代碼編碼器，採用模塊化設計和雙向自注意力機制

Granite-3B-Code-Instruct-128K 是一個擁有30億參數的長上下文指令模型，基於Granite-3B-Code-Base-128K微調而來，專注於編碼相關任務。

基於CodeLlama-13b-hf架構微調的大語言模型，專門針對API調用生成任務優化

Codestral-22B-v0.1是由Mistral AI開發的大型語言模型，支持80多種編程語言，能夠執行代碼生成、解釋和重構等任務。

Code Llama是由Meta開發的70億到340億參數規模的代碼生成與理解模型系列，本模型為340億參數指令微調版本

Code Llama是Meta推出的70億至700億參數規模的代碼生成與理解模型系列，本模型為700億參數基礎版

Code Llama是一個預訓練和微調的生成文本模型系列，專為通用代碼合成和理解而設計。本模型是700億參數的指令調優版本。

StarCoder2-3B是一個擁有30億參數的代碼生成模型，基於17種編程語言訓練而成，支持16,384標記的上下文窗口。

Code Llama是Meta發佈的340億參數指令調優版本代碼生成模型，專為通用代碼合成與理解設計

Code Llama是Meta開發的代碼生成與理解大語言模型系列，34B版本為340億參數的基礎模型

CodeT5+是一個開源的代碼大語言模型家族，支持代碼理解與生成任務，採用編碼器-解碼器架構，可靈活切換不同工作模式。

CodeT5+是一個開源代碼大語言模型家族，採用編碼器-解碼器架構，支持多種模式，適用於廣泛的代碼理解與生成任務。

用於檢測代碼數據集中個人可識別信息(PII)的NER模型，支持識別姓名、電子郵件、密鑰、密碼、IP地址和用戶名等6類PII

NatGen是一種通過'自然化'源代碼進行生成式預訓練的模型，專注於代碼生成、翻譯和缺陷修復任務。

基於GPT-Neo-125M微調的代碼自動補全模型，專注於多種編程語言的方法生成

CodeT5是基於Transformer的預訓練編碼器-解碼器模型，專為代碼理解和生成任務設計，支持多任務學習。

基於T5-large架構的Python代碼文檔生成模型，支持多任務處理

基於T5架構的SQL代碼摘要生成模型，通過遷移學習預訓練和SQL特定任務微調

基於T5大型架構的Java代碼文檔生成模型，支持多任務訓練，擅長生成Java函數描述