Polyglot

Wat het doet

Polyglot neemt de Engelse strings die je app en site al hebben en schrijft ze in tot 42 andere talen, in de bestanden en mappen die elk platform verwacht, met een model dat je zelf draait. Elke string komt gecontroleerd terug: als een placeholder, een tag of een naam die je behoudt verloren gaat, of als het antwoord niet in het schrift van de taal staat, wordt de string opnieuw opgevraagd, en een string die nog steeds faalt wordt weggelaten en gerapporteerd in plaats van gebroken te worden uitgeleverd.

• De formaten die je gebruikt. JSON-berichtbestanden (i18next, vue-i18n, next-intl, react-intl), Flutter ARB, Android strings.xml, Apple .strings, gettext .po en Markdown-documenten, geschreven naar values-de, de.lproj, app_de.arb of locale/de.
• String voor string gecontroleerd. %1$s, {name}, {{count}}, HTML-tags, regeleinden, URL's en je behouden namen moeten exact terugkomen; het juiste schrift, geen lege of uitlopende antwoorden, niets achtergelaten in het Engels.
• Echte meervoudsvormen. Russisch krijgt one, few, many en other, Arabisch zes vormen, Japans één vorm: Android plurals en ICU-berichten volgen de eigen regels van elke taal.
• Alleen wat veranderd is. Elke goede vertaling wordt onthouden, dus het bewerken van één Engelse string stuurt één string, niet het hele bestand.
• Jouw toon en jouw termen. Een productbeschrijving, een toon, namen die nooit vertaald mogen worden en een woordenlijst gaan mee in elk verzoek, en je commentaren reizen mee als notities.
• Jouw model, jouw machine. Elke OpenAI-compatible server: vLLM, llama.cpp, Ollama of LM Studio, of een gehoste API als je kiest. Geen kosten per woord.

Getest op een echt model

• Een echt model, zes formaten, vijf schriften: een voorbeeldapp met 70 strings in JSON, Flutter ARB, Android, Apple .strings, gettext en Markdown, naar Duits, Russisch, Japans, Arabisch en Spaans, met een open model van 27 miljard parameters op onze eigen machine: 346 van de 350 strings haalden hun controles bij binnenkomst, in 7,5 minuten op een drukke gedeelde server.
• De vier die niet slaagden waren fouten in onze controles, niet van het model: een Duitse leenwoord, een e-mailadres en een Japanse meervoudsmelding. We hebben de controles gerepareerd; de volgende run stuurde alleen die vier strings en schreef alle 350 in 45 seconden.
• Meervoudsvormen meteen goed: one, few, many en other voor Russisch, zes vormen voor Arabisch, één vorm voor Japans.
• Alle 42 talen: de 22 webstrings van het voorbeeld in elke taal die Polyglot kent, van Amhaars tot Chinees (traditioneel): 924 van de 924 strings vertaald, in 15 minuten.
• En wat controles niet zien: in het Khmer werd "You are offline" terugvertaald als "you are online". Het is foutloos Khmer, dus het kwam door de controle. Daarom vraagt de documentatie om een moedertaalspreker voor de belangrijkste strings.

Wat zit erin