标签： 大模型翻译
-
在 A Tour of Go 多语言翻译项目中，随着 protected token 保护规则不断增加，我开始重新思考输入端是否有必要做如此多的结构处理。本文记录一次围绕 –raw-input、–minimal-protect 和 –dev-attempts 的真实架构实验：flowcontrol/6 证明原始输入能够直接通过统一校验，而结构更复杂的 methods/24 又暴露出 .play directive、链接标签行内代码以及 font span 等结构风险。最终没有贸然替换当前成熟方案，而是保存实验能力和真实审计，继续使用默认 protected-token 流程推进课程翻译，并将“原始页面优先、少量高风险机器结构保护、严格统一校验、针对性重试反馈”作为后续值得继续研究的简化方向。
-
A Tour of Go 多语言翻译项目进入首批普通页面试跑阶段。basics/4～basics/13 最初有 8 页进入 ready、2 页进入 blocked，随后通过完善网络故障恢复、重试窗口、强调结构保护、行内代码成对保护和重试反馈机制，最终 10 页全部进入 ready。其中 basics/6 暴露出 GLM-5.2 即使看不到 swap 原文，也会根据上下文主动补全内容的问题，由此进一步形成“尽量保留语义上下文，只保护真正危险的结构边界”的翻译保护思路。
-
在完成 SlyTranslate 与智谱 GLM 5.2 的整篇翻译定制后，我进一步申请并接入 DeepSeek API，通过本地脚本对 glm-5.2 与 deepseek-v4-pro 进行了相同内容、相同提示词下的标题、摘要和正文翻译测试。结果显示，DeepSeek V4 Pro 的响应速度明显更快，但在信息完整性、技术表达和 Gutenberg 段落衔接方面，并未表现出稳定优于 GLM 5.2 的质量优势。考虑到现有 GLM 5.2 定制插件已经包含代码区块占位、HTML 与 Gutenberg 结构保护、整篇翻译和内容还原等完整处理流程，当前没有必要再为 DeepSeek 重复投入开发。后续若继续追求更高翻译质量，将优先在本地测试 OpenAI，确认其是否具备足够明显的优势，再决定是否解决阿里云杭州服务器访问 OpenAI API 的网络问题。