Ir para o conteúdo principal

Portão de Qualidade

Toda tradução passa por um portão de validação determinístico antes de ser escrita no disco. O portão de qualidade captura modos de falha comuns em tradução automática — sem fallbacks silenciosos, sem lixo escrito nos seus arquivos de locale.

Verificações de Validação​

VerificaçãoO Que DetectaRótulo do Portão
Vazio/em brancoModelo retornou string vazia ou apenas espaços em branco[GATE] empty
Eco da fonteModelo retornou o texto original em inglês[GATE] source-echo
Loop de alucinaçãoPadrões de trigrama repetidos (ex: "Qo' Qo' Qo'")[GATE] hallucination
Inflação de comprimentoSaída significativamente mais longa que a fonte[GATE] length
Conformidade de scriptScript errado para o locale de destino[GATE] script
Categorias plurais ICUFormas plurais obrigatórias ausentes para o locale[GATE] icu-plural

Vazio/Em Branco​

Rejeita traduções que são strings vazias, apenas espaços em branco, ou null. Isso captura modelos que não retornam nada para chaves difíceis.

Eco da Fonte​

Detecta quando o modelo retorna o texto fonte em inglês em vez de traduzi-lo. Comum com strings curtas e prompts mal especificados.

Loop de Alucinação​

Analisa padrões de trigrama (3 caracteres) na saída. Se algum trigrama se repete mais que um número limite de vezes em relação ao comprimento da saída, a tradução é rejeitada. Isso captura saídas degeneradas como "Qo' Qo' Qo' Qo' Qo'".

Inflação de Comprimento​

Rejeita traduções onde o comprimento da saída excede maxLengthRatio × source length (padrão: 4×). Isso captura alucinações do modelo que produzem paredes de texto para uma entrada curta.

Configurável via maxLengthRatio na sua configuração.

Conformidade de Script​

Para locales com um campo script configurado (ex: "script": "cans" para Silábicos Plains Cree), valida que a saída contém caracteres não-ASCII apropriados para o script de destino. Saída apenas em Latin para um locale árabe, CJK ou Silábicos é rejeitada.

O Que Acontece em Caso de Falha​

  1. A tradução que falhou é registrada em stderr com um prefixo [GATE], o nome da chave, o motivo e uma prévia do valor
  2. A chave não é escrita no arquivo de locale
  3. A cascata de retry é acionada (veja abaixo)
[GATE] hero.title: source-echo — "Welcome to our platform"
[GATE] nav.about: hallucination — "À À À À À À À À"

Cascata de Retry​

Quando um lote falha (erro de parse JSON ou rejeições do portão de qualidade), champollion tenta novamente com lotes progressivamente menores:

Full batch (80 keys) → parse error
  └→ Half batch (40 keys) → 2 failures
      └→ Individual keys (1 each) → isolates the 2 problem keys

O orçamento de retry é limitado por maxRetries (padrão: 3, configurável por idioma). Isso previne gasto de tokens descontrolado em chaves que falham consistentemente.

Após esgotar os retries, as chaves problemáticas são registradas e puladas. Elas serão retentadas na próxima execução de sync.

Cache de Prompt​

A mensagem do sistema (registro, regras de gramática, notas de estilo) é separada da mensagem do usuário (as chaves a traduzir). Essa separação é intencional:

  • A mensagem do sistema é idêntica entre lotes para um dado locale
  • Provedores como Anthropic e Google fazem cache de mensagens de sistema repetidas
  • Resultado: o primeiro lote paga o custo total de tokens, lotes subsequentes pagam apenas pela mensagem do usuário

Isso pode reduzir significativamente os custos de tokens para projetos com muitos lotes.

Validação de ICU MessageFormat​

O comando integrity valida padrões plurais de ICU MessageFormat contra regras plurais CLDR. Se seu arquivo fonte usa sintaxe ICU como:

"items": "{count, plural, one {# item} other {# items}}"

Champollion verifica que versões traduzidas incluem todas as categorias plurais obrigatórias para o locale de destino. Por exemplo, árabe requer seis categorias (zero, one, two, few, many, other) — não apenas one e other.

Execute champollion integrity para verificar completude plural em todos os locales.

Aplicação de Terminologia​

Para pares treinados com um dicionário, champollion executa uma verificação de terminologia pós-tradução. Após o portão de qualidade passar, verifica se o LLM realmente usou os termos de dicionário obrigatórios.

[TERM] en→fr: 2 term violation(s)
  • hero.title: "dashboard" → expected "tableau de bord" but got "panneau de contrôle"

Violações de terminologia são avisos, não erros bloqueadores. A tradução ainda é escrita no disco. Isso é intencional — o LLM pode ter razões válidas para escolher uma alternativa (contexto, gramática), e bloquear em incompatibilidades de termos causaria mais dano que bem.

Para corrigir violações, atualize o dicionário de treinamento ou edite manualmente o arquivo de locale.

Veja Também​