本文介绍了新的基准测试，测试多语言环境下的代码生成模型性能，发现多语言模型优势，通过 few-shot prompting 实现了模型新语言教学和 zero-shot translation 能力，利用其代码生成模型在多种语言上实现了大规模引导过程，产生了其他评估任务中使用的合成规范解决方案。