它抓到了 IRS 条款里的 partner→pareja，却漏掉了 return→devolución：一个跑在译者 Mac 上的离线机翻检查器
来源：dev.to — 2026-10-15
📋 概述
作者做了 SecondRead：一个完全离线、跑在译者自己笔记本上的「第二个读者」，读 XLIFF 或 Trados SDLXLIFF 文件，为每个句段打出「重大语义错误」的风险分，把最危险的 10% 排到最前面。动机非常具体：机翻把 IRS 条款里表示「合伙人」的 partner 译成了表示「伴侣」的 pareja，把「迟交的申报表」return 译成「迟到的退税」devolución；而常规 QA 工具只查数字、标签与术语，很多保密协议又禁止把客户文本贴进云端 AI。技术上是 Qwen3.5-4B 四比特量化（2.7 GB）加一个在 Tinker 上花 1.22 美元训出来的 36 MB LoRA 适配器，再叠加数字与否定式的规则检查；39 个句段的页面在 M4 Pro 上约 6 秒，全程离线。WMT 英西测试里它的 AUROC 达 0.815，略高于 Gemma 4 31B 的 0.807，英俄上是 0.801 对 0.794。
🔑 核心要点
- 模型每个句段只回答一个问题，Major 与 OK 在词表里各是一个 token，一次前向传播就得到风险分 p(Major)/(p(Major)+p(OK))。
- 训练标签来自 Google 的 wmt-mqm-human-evaluation：WMT24 英西 9330 个句段与 WMT22 英俄 19292 个句段的人工标注。
- LoRA rank 16 只加在 MLP 层，一个 epoch、231 步，耗时 9 分 24 秒、花掉 1.22 美元，dev 上的 AUROC 从 0.552 升到 0.739。
- 效果对比：英西 AUROC 0.815（Gemma 4 31B 为 0.807），英俄 0.801（Gemma 4 31B 为 0.794）。
- 真实漏检同样诚实列出：DEA 的 Take Back Day 被译成「被限制药物的延迟日」（80% 风险），而 flush 被译成 lavar「清洗」只丢出 16%。
💡 金句
蹩脚的西班牙语一眼就能看出来，真正昂贵的错误是那句读起来很流利、意思却完全不同的翻译。
👍 0
👎 0
← 返回 dev.to 首页