Разработан комплексный рабочий процесс для использования модели Salesforce CodeGen, доступной через платформу Hugging Face. В отличие от стандартного инференса, данный подход включает многоступенчатую обработку результатов: извлечение функций, проверку синтаксиса и статический анализ безопасности. Это позволяет минимизировать риски при автоматической генерации программного кода.
Ключевым элементом системы является валидация через модульное тестирование (unit tests). После генерации нескольких вариантов кода (best-of-N) алгоритм проводит их ранжирование, выбирая наиболее подходящий и работоспособный фрагмент. Такой подход значительно повышает качество синтезируемых программ и позволяет эффективно использовать модель в сценариях многошагового написания кода.
Экспериментальная часть работы включает настройку различных стилей промптов и визуализацию результатов на мини-бенчмарке. Итоговая архитектура позволяет не только генерировать код, но и экспортировать проверенные артефакты, готовые к дальнейшему использованию в разработке. Методология демонстрирует, как интеграция дополнительных проверок и механизмов ранжирования превращает базовую языковую модель в инструмент для создания надежных программных решений.