Polyglot
Sovelluksesi ja sivustosi merkkijonot 43 kielellä, käännettynä omalla mallillasi ja tarkistettuna merkkijonolta merkkijonolta.
- Linux or macOS
- Python 3.9+
- Local LLM
- 6 file formats
Mitä se tekee
Polyglot ottaa sovelluksesi ja sivustosi olemassa olevat englanninkieliset merkkijonot ja kääntää ne jopa 42 muulle kielelle kunkin alustan odottamiin tiedostoihin ja kansioihin käyttäen mallia, jonka ajat itse. Jokainen merkkijono palautetaan tarkistettuna: jos paikkamerkki, tagi tai säilyttämäsi nimi katoaa tai vastaus ei ole kielen kirjoitusjärjestelmässä, merkkijono kysytään uudelleen, ja yhä epäonnistuva merkkijono jätetään pois ja raportoidaan sen sijaan, että se lähetettäisiin rikkonaisena.
- Käyttämäsi muodot. JSON-viestitiedostot (i18next, vue-i18n, next-intl, react-intl), Flutter ARB, Android strings.xml, Apple .strings, gettext .po ja Markdown-dokumentit kirjoitetaan kansioihin values-de, de.lproj, app_de.arb tai locale/de.
- Tarkistetaan merkkijono kerrallaan. %1$s, {name}, {{count}}, HTML-tagit, rivinvaihdot, URL-osoitteet ja säilyttämäsi nimet on palautettava täsmälleen; oikea kirjoitusjärjestelmä, ei tyhjiä tai hallitsemattomia vastauksia, ei mitään englanniksi jäänyttä.
- Oikeat monikkomuodot. Venäjällä on yksi, harva, usea ja muu, arabiassa kuusi muotoa, japanissa yksi muoto: Android-monikot ja ICU-viestit noudattavat kunkin kielen omia sääntöjä.
- Vain muuttuneet osat. Jokainen hyvä käännös muistetaan, joten yhden englanninkielisen merkkijonon muokkaus lähettää yhden merkkijonon, ei koko tiedostoa.
- Sävy ja termit. Tuotekuvaus, sävy, ei-käännettävät nimet ja sanasto liitetään jokaiseen pyyntöön, ja kommenttisi kulkevat mukana muistiinpanoina.
- Oma mallisi, oma koneesi. Mikä tahansa OpenAI-compatible-palvelin: vLLM, llama.cpp, Ollama tai LM Studio, tai isännöity API, jos haluat. Ei sanakohtaista laskutusta.
Testattu oikealla mallilla
- Oikea malli, kuusi muotoa, viisi kirjoitusjärjestelmää: 70 merkkijonon esimerkkisovellus JSON-, Flutter ARB-, Android-, Apple .strings-, gettext- ja Markdown-muodoissa saksaksi, venäjäksi, japaniksi, arabiaksi ja espanjaksi 27 miljardin parametrin avoimella mallilla omalla koneellamme: 346 merkkijonoa 350:stä läpäisi tarkistukset tullessaan sisään 7,5 minuutissa kiireisellä jaetulla palvelimella.
- Neljä epäonnistunutta olivat virheitä meidän tarkistuksissamme, eivät mallin: saksalainen lainasana, sähköpostiosoite ja japanilainen monikkoviesti. Korjasimme tarkistukset; seuraava ajossa lähetettiin vain nuo neljä merkkijonoa ja kaikki 350 kirjoitettiin 45 sekunnissa.
- Monikkomuodot oikein heti: yksi, harva, usea ja muu venäjäksi, kuusi muotoa arabiaksi, yksi muoto japaniksi.
- Kaikki 42 kieltä: esimerkkin 22 verkkojonoa jokaiseen Polyglotin tuntemaan kieleen, amharasta perinteiseen kiinaan: 924/924 jonoa kirjoitettu 15 minuutissa.
- Ja mitä tarkistukset eivät näe: khmeriksi "You are offline" palautui käännöksessä "you are online". Se on virheetöntä khmeria, joten se läpäisi tarkistuksen. Siksi dokumentaatio suosittelee natiivipuhujaa tärkeimpien jonojen kohdalla.
Mitä paketissa on
Kääntäjä
Erät mallillesi, tarkistukset, uudelleenyritykset ongelma nimettynä, käännösmuisti, kielet rinnakkain.
Kuusi muotoa
Lukijat ja kirjoittajat, jotka säilyttävät kunkin alustan pakomerkit, kansiot ja monikkosäännöt.
Tarkistukset
Käytettävissä itsenäisesti: tarkista jo olemassa oleva käännös sen englanninkielistä lähdettä vasten.
Esimerkkisovellus
Yksi pieni sovellus kaikissa kuudessa muodossa konfiguraatioineen, kokeiltavaksi ennen omaasi.
Vaatimukset
- Linux tai macOS, jossa Python 3.9 tai uudempi; ei mitään asennettavaksi pipillä.
- OpenAI-yhteensopiva mallipalvelin monikielisen ohjaimen mallilla; meillä on 27 miljardin parametrin avoin malli.
Tietoa
- Tarkistukset havaitsevat sen, mikä rikkoo sovelluksen, eivät väärän merkityksen: anna natiivipuhujan lukea tuotesivusi, maksumuurisi ja oikeudelliset tekstisi.
- gettext-monikkojonojen sisällöt pysyvät englanninkielisinä tässä versiossa.
- Nopeus riippuu mallistasi.
- Tarkistukset ovat ilmaisia ja avoimen lähdekoodin: translation-checks GitHubissa. Paketti lisää kääntäjän, kuusi muotoa, monikkomuodot, muistin ja vuoden päivitykset.
From our field notes
Kysymykset
Millä kielillä?
Arabia, amhara, bulgaria, tšekki, saksa, kreikka, espanja, persia, suomi, filippiini, ranska, skottilainen gaeli, heprea, haitinkreoli, unkari, armenia, indonesialainen, italia, japani, khmer, kannada, korea, makedonia, malaiji, hollanti, norja, oromo, punjabi, puola, portugali (Brasilia), romania, venäjä, slovakki, slovenia, serbia, ruotsi, thai, turkki, ukraina, vietnamilainen sekä kiina, yksinkertaistettu ja perinteinen, englannista.
Tarvitseeko se GPU:n?
Polyglot itse ei tarvitse; mallipalvelimesi ratkaisee. Pieni malli toimii CPU:lla hitaasti; GPU tekee isosta tiedostosta monilla kielillä minuuttikysymyksen.
Mitä käy merkkijonolle, jonka malli saa väärin?
Se kysytään uudelleen erikseen, ongelma nimettynä. Jos se epäonnistuu yhä, se jätetään tiedostosta pois, joten sovelluksesi näyttää kyseisen merkkijonon englanniksi, ja suoritus listaa sen syytä myöten. Mitään rikki olevaa ei kirjoiteta.
Voinko käyttää isännöityä API:a sen sijaan?
Kyllä: mikä tahansa palvelu, jossa on OpenAI-yhteensopiva chat-päätepiste. Laita sen URL-osoite ja mallin nimi tiedostoon polyglot.json ja sen avain tiedostoon.
Päivitetty: