我給了翻譯兩段：一位研究人員展示結果，以及一句關於火車票價為 24.50 歐元的台詞。 西班牙文，三次，它以兩個段落的形式回來，每個數字，名稱未觸及，網址未觸及，代碼樣本未觸及。 進入日文，三次，第二段根本不存在。 進入泰盧固語四次，它失踪了三次，並融入了第四段。 相同的輸入，相同的指令，相同的模型。 唯一改變的是目標語言，消失的東西是文字的一半，默默地。
TL;DR: 這是一個做翻譯的小模型，它的效果很大程度上取決於它受過多少訓練。 在一個 41 個字的段落中測量十次：西班牙語是正確的三次中的三次。 日本人在三次中刪除了整個第二段中的三次，並將其翻譯為「3 月 14 日」，即第十四個月 14 日。 泰盧固語在三分之四的三分中輸掉了第二段。 URL 和程式碼在所有十個中倖存下來。 如果您的目標不是主要的歐洲語言， 一次翻譯一段並檢查輸出. 的 翻譯者 在網站自己的伺服器上運行，這就是為什麼誠實的限制值得一說。
測試了什麼，以及如何測試
一段，兩段，四十一字，攜帶通常在翻譯中斷的東西：個人姓名、日期、網址、帶有引號和分號的代碼樣本、十進制貨幣人物，以及一個意思取決於特定名詞的句子。
Dr. Amara Osei will present the results on 14 March. The full dataset is at
https://example.org/trial-2026/data and the loader expects `read_csv(path, sep=";")`.
Tickets cost 24.50 euros and must be bought before boarding, because the
conductor cannot sell them on the train.
三種目標語言，被選為跨越這樣的模型所看到的：西班牙語，在訓練數據中無處不在；日語，它在結構上很遙遠，但在結構上很遙遠；還有大約 8000 萬揚聲器和網路存在的泰盧固語。 那個差距是整個主題 沒有語言落後的工作，這正是因為翻譯品質追蹤訓練數據而不是揚聲器計數。
總共十次。 這是他們每一個人。
| 跑 | 第二段 | 名稱原樣左 | 網址完好無損 | 代碼完好無損 | 段落 |
|---|---|---|---|---|---|
| 西班牙語 1 | 是 | 是 | 是 | 是 | 2 |
| 西班牙語 2 | 是 | 是 | 是 | 是 | 2 |
| 西班牙語 3 | 是 | 是 | 是 | 是 | 2 |
| 日本 1 | 不 | 不 | 是 | 是 | 1 |
| 日本 2 | 不 | 不 | 是 | 是 | 1 |
| 日本 3 | 不 | 不 | 是 | 是 | 1 |
| 泰盧固語 1 | 不 | 不 | 是 | 是 | 1 |
| 泰盧固語 2 | 不 | 不 | 是 | 是 | 1 |
| 泰盧固語 3 | 是 | 不 | 是 | 是 | 1 |
| 泰盧固語 4 | 不 | 不 | 是 | 是 | 1 |
一半的文字會發生什麼事？
它沒有翻譯，也沒有任何東西可以說。
七次非拉丁語中有六次只回傳第一段。 輸出流暢，形成正確，外觀完整。 如果您不閱讀日語或泰盧固語，則根本沒有信號表明您貼的文字是 41 個單字，而您收到的文字涵蓋了其中的 24 個。
保留第二段的泰盧固語跑步也不會讓人放心。 它將所有內容合併為一個段落並融合了兩個不相關的條款，產生一個句子，說裝載機必須訴諸代碼，因為在火車上出售是不可能的。 它還把火車變成了公車。
當您自行測試已刪除的段落時，原因是可見的。 單獨發送，它正確翻譯並保持 24.50：
రద్దకెళ్ళకు ముందు టిక్కెట్లు కొనాలి, ఎందుకంటే కమాండర్ వాటిని రైలులో అమ్మలేదు. (24.50 యూరోలు)
所以模型可以翻譯那句話。 當輸入有兩個段落時，它會在到達它之前停止。 那是世代的失敗，而不是理解失敗，對於非歐洲語言使用這個工具，這是最重要的事情。
解決方法是一次一段。 乏味、可靠，每段約三十秒。
每次跑步都能倖存下來？
網址和代碼，十次中的十次。
https://example.org/trial-2026/data intact in all 10
`read_csv(path, sep=";")` intact in all 10
那是完全符合預期的工作，這不是一件小事。 一個有助於翻譯變數名稱的翻譯器，在程式碼樣本中定位十進制分隔符號或重寫 URL 路徑產生的輸出，以一種在某些失敗之前沒有人注意到的方式被破壞。 在這裡，代碼以其引文回來了，它的分號及其參數名稱在日語和泰盧固語以及西班牙語中未觸及。
如果您要翻譯文件，這是最重要的屬性，也是最有效的屬性。
日期怎麼了？
日本人將 3 月 14 日變成第十四個月。
14月14日
所有三個日本運行都產生了它。 在日文中，日期是第一月寫成 3 時間 14 日，這是編目為 的每個本地模式之一 Unicode 的 CLDR，模型已將日號用於兩個欄位。 沒有十四個月，所以這不是一個歧義，這是一個錯誤的日期，對於任何略讀的人來說都是一個合理的日期。
泰盧固語做對了兩次，並放棄了一次，返回“第 14 次”，沒有進行曲。 西班牙語在這三個中都正確地寫了“El 14 de Marzo”。
日期值得單挑，因為它們是最有可能在不閱讀目標語言的人的校對中倖存下來的錯誤。 缺少的段落可見為長度差異。 錯誤的月份是四個角色，看起來就像每個其他日期。
當指令說要離開它時，為什麼要音譯？
因為這些腳本的指令是錯誤的，模型是對的。
「Amara Osei」在西班牙語中沒有變化，在日語中以 アマラ・オセ 和泰盧固語中的 అమరా ఒసే 為 。 每個請求發送的提示都顯示「留下姓名、網址和程式碼不變」，並且嚴格地不服從模型。
它應該。 在日文散文中間留下一個拉丁文字名稱不是日本翻譯者所做的；名字會被音譯成片假名，而不這樣做的文件讀作機器輸出。 這同樣適用於泰盧固語。
因此，將指令的該行視為適用於識別符而不是人。 如果您需要一個以拉丁文字形式保存的名稱，用於護照或以拼字為重點的法律文件，請檢查並將其放回。
您可以依賴哪些語言？
提供的 20 個不是 20 個等效選項，差異追蹤模型看到的每種語言的數量。
| 層 | 語言 | 期待什麼？ |
|---|---|---|
| 這裡可靠 | 西班牙語、法語、德語、葡萄牙語、義大利語、荷蘭語 | 在這個測試中正確；多段輸入成立 |
| 可用於檢查 | 中文、日文、韓文、俄語、阿拉伯語、土耳其語 | 結構良好，但預期截斷和日期錯誤 |
| 一次一段 | 印地語、孟加拉語、泰盧固語、泰米爾語、馬拉地語、卡納達語、烏爾都語 | 測量的截斷；驗證每個數字 |
只測量西班牙語、日語和泰盧固語。 其他行是透過每種語言中存在多少網路文字來預測，這是預測小型模型能力的東西，它們應該被視為期望而不是發現。
帶走的模式：你走得越遠，輸入應該越短，輸出需要的人越多檢查。
這比谷歌翻譯好還是差？
更糟的是翻譯，更好地不將您的文件發送到任何地方。
專用翻譯服務運行一個更大的模型，專門針對平行文本培訓，對於像英語到泰盧固語這樣的語言對，差距很大。 如果您需要的是公共文件的最佳可用翻譯，請使用其中之一。
相反地，您在這裡得到的是文字不會離開網站自己的硬體。 人們翻譯的東西通常無法公佈：律師的來信、房東的電子郵件、親戚的醫療記錄、簽約前的合約。 對於那些「足夠好理解」的人，沒有其他人看到它」是與「優秀和記錄」不同的產品。
知道你需要哪一個是整個決定，值得有意識地做出，而不是透過任何打開的標籤。
語氣和格式能否生存？
格式化是的，上面有段落。 語氣更難驗證，值得更少的信任。
指令要求保留意義、語氣、格式和換行符。 在西班牙語中，所有三段都完全保留了兩段結構。 在非拉丁語的運行中，所有七個段落都丟失了段落，包括保持兩個段落的內容。
註冊是您無法在沒有語言的情況下檢查的東西。 日文特別以語法方式編碼禮貌，適合同事的形式與適合客戶的形式之間的差異不是英語使用者可以檢查的。 這裡的運行使用 です/ます，中立禮貌的形式，這是一個合理的預設，可能對你的目的有誤。
如果文字是針對一個人而不是您自己的理解，請讓會說該語言的人閱讀。 任何機器翻譯都是如此，小的更是如此。
為什麼把它翻譯回來並不能證明什麼？
因為往返是流利的，中間發生的任何事情，它完全隱藏了你正在檢查的失敗。
這是人們驗證他們無法閱讀的翻譯的最常見方式：放回輸出，看看英語是否出來。 這是上面對日本輸出的測試運行。
Dr. Amal Ose will announce on April 14th. The entire dataset is available at
https://example.org/trial-2026/data. The load arm expects `read_csv(path, sep=";")`.
冷讀一下，看起來像是簡短公告的正確翻譯。 在原文旁邊閱讀，發生了四件事。
名字已經過去了兩次： Amara Osei 變成了 アマラ・オセ 成為 阿馬爾奧斯。 日期現在以不同的方式出錯兩次，從 3 月 14 日到第 14 個月 4月14日，這是在來源和日本都沒有出現的第三個日期。 「裝載機」變成ロードアーム變成 「負載臂」。 整個第二段仍然缺失，英語中沒有任何跡象表明它曾經存在過。
最後一點才是最重要的。 往返不能顯示缺少的內容，因為缺少的內容的兩端都缺失。 它測試模型是否可以讀取自己的輸出，通常可以讀取。
有效的檢查是無聊的：將您貼的長度與返回的內容的長度進行比較。
你能翻譯一份完整的文件嗎？
不是一次，原因是與上述相同的失敗，更多的風險。
很長的輸入縮短到模型可以立即讀取的內容，當這種情況發生時，頁面會這樣說。 但是這裡測量的截斷是另一回事，發生在 41 個字的範圍內，完全在任何限制範圍內：模型在完成之前就停止生成。
所以文件分成碎片，片段大小取決於目標：
| 目標 | 實用的塊 |
|---|---|
| 西班牙語、法語、德語、葡萄牙語、義大利語、荷蘭語 | 幾段；檢查長度 |
| 中文、日文、韓文、俄語、阿拉伯語、土耳其語 | 一兩段，檢查每 |
| 印地語、孟加拉語、泰盧固語、泰米爾語、馬拉地語、卡納達語、烏爾都語 | 一段，檢查每 |
按照文件讀取的順序工作，邊走邊將輸出保留在單獨的文件中，並在最後比較兩個行數。 對於下一行中的一個長文件，它足夠慢，值得詢問專用翻譯服務是否是更好的工具，對於公共文本來說通常是這樣。
區塊不能解決的是一致性。 第 9 段中以單向方式翻譯的術語可能會在第九段以不同的方式回來，因為每個請求都是獨立的，並且沒有早期的選擇。 對於任何具有重複性術語的東西，請先解決關鍵術語，然後用手修復它們。
需要多長時間？
短通道 25 到 40 秒，時間追蹤輸出而不是輸入。
| 目標 | 時間 | 輸出 |
|---|---|---|
| 西班牙人的 | 37 秒 | 301 位元組 |
| 日本 | 25 秒 | 209 位元組 |
| 泰盧固語 | 28 秒 | 335 位元組 |
日本人最快，因為它產生最少，這是上述的失敗，顯示在時間上。 由於這個原因，在非歐洲目標上以異常迅速回來的運行值得再看一次。
十分之一的跑回上游 502 而不是翻譯。 該頁面正確處理，顯示錯誤而不是將其列印為輸出，並且重試工作。 值得知道的是，它發生在單一共享模型上。
使用翻譯之前應該檢查什麼？
四件事，按照他們在這裡出錯的順序。
- 長度。 將輸出與輸入進行比較。 如果看起來很短，則缺少一段。 這在沒有閱讀目標語言的單字的情況下捕捉到最嚴重的故障。
- 每個號碼和日期。 數字作為數字存活下來，日期不能作為日期存活。
- 代碼、URL 和識別碼。 這些在所有十次運行中都保持不變，所以這是一個快速確認而不是一個可能的問題。
- 一個人，如果它要去人類。 上面沒有任何東西可以取代這一點，禮貌登記冊就是原因。
為什麼它在網站自己的伺服器上運行？
因為人們提出的翻譯請求是他們不願意上傳的東西的清單。
一封他們不讀的語言的信。 政府部門的文件。 來自家庭成員的訊息。 合約中的條款。 傳統的替代方案將其發送到一個條款允許保留的服務，對於人們翻譯的文本類型，這比大多數工具的曝光率更大。
這裡它轉到網站自己硬體上的一個小模型，除非您選擇發送回饋，否則不會儲存。 成本在上面表格的十行中，簡單地說明而不是發現。
