Ga naar hoofdinhoud

Quality Gate

Elke vertaling gaat door een deterministische validatiepoort voordat deze naar de schijf wordt geschreven. De Quality Gate vangt veelvoorkomende faalmodi van automatische vertalingen op — geen stille fallbacks, geen rommel die naar uw locale-bestanden wordt geschreven.

Validatiecontroles​

ControleWat het opvangtGate Label
Leeg/blancoModel retourneerde een lege string of witruimte[GATE] empty
Bron-echoModel retourneerde de originele Engelse invoer[GATE] source-echo
Hallucinatie-loopHerhaalde trigrampatronen (bijv. "Qo' Qo' Qo'")[GATE] hallucination
Lengte-inflatieUitvoer is aanzienlijk langer dan de bron[GATE] length
Script-nalevingVerkeerd script voor de doellocale[GATE] script
ICU-meervoudscategorieënOntbrekende vereiste meervoudsvormen voor de locale[GATE] icu-plural

Leeg/Blanco​

Weigert vertalingen die lege strings, uitsluitend witruimte of null zijn. Dit vangt modellen op die niets retourneren voor moeilijke keys.

Bron-echo​

Detecteert wanneer het model de Engelse brontekst retourneert in plaats van deze te vertalen. Komt vaak voor bij korte strings en onvoldoende gespecificeerde prompts.

Hallucinatie-loop​

Analyseert trigrampatronen (3 tekens) in de uitvoer. Als een trigram zich vaker herhaalt dan een drempelwaarde ten opzichte van de uitvoerlengte, wordt de vertaling geweigerd. Dit vangt gedegenereerde uitvoer op zoals "Qo' Qo' Qo' Qo' Qo'".

Lengte-inflatie​

Weigert vertalingen waarbij de uitvoerlengte maxLengthRatio × source length overschrijdt (standaard: 4×). Dit vangt modelhallucinaties op die lappen tekst produceren voor een korte invoer.

Configureerbaar via maxLengthRatio in uw configuratie.

Script-naleving​

Voor locales met een geconfigureerd script-veld (bijv. "script": "cans" voor Plains Cree Syllabics), wordt gevalideerd dat de uitvoer niet-ASCII-tekens bevat die geschikt zijn voor het doelscript. Uitsluitend Latijnse uitvoer voor een Arabische, CJK- of Syllabics-locale wordt geweigerd.

Wat er gebeurt bij een fout​

  1. De falende vertaling wordt gelogd naar stderr met een [GATE]-voorvoegsel, de key-naam, de reden en een voorbeeld van de waarde
  2. De key wordt niet naar het locale-bestand geschreven
  3. De retry cascade treedt in werking (zie hieronder)
[GATE] hero.title: source-echo — "Welcome to our platform"
[GATE] nav.about: hallucination — "À À À À À À À À"

Retry Cascade​

Wanneer een batch faalt (JSON-parsefout of Quality Gate-weigeringen), probeert rosetta het opnieuw met steeds kleinere batches:

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

Het retry-budget wordt begrensd door maxRetries (standaard: 3, configureerbaar per taal). Dit voorkomt ongecontroleerde token-uitgaven aan keys die consequent falen.

Na het uitputten van de retries worden de probleem-keys gelogd en overgeslagen. Ze worden opnieuw geprobeerd bij de volgende sync-run.

Prompt Caching​

Het systeembericht (register, grammaticaregels, stijlopmerkingen) wordt gescheiden van het gebruikersbericht (de te vertalen keys). Deze scheiding is opzettelijk:

  • Het systeembericht is identiek over batches heen voor een bepaalde locale
  • Providers zoals Anthropic en Google cachen herhaalde systeemberichten
  • Resultaat: de eerste batch betaalt de volledige token-kosten, daaropvolgende batches betalen alleen voor het gebruikersbericht

Dit kan de token-kosten aanzienlijk verlagen voor projecten met veel batches.

ICU MessageFormat-validatie​

Het integrity-commando valideert ICU MessageFormat-meervoudspatronen tegen CLDR-meervoudsregels. Als uw bronbestand ICU-syntaxis gebruikt zoals:

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

Rosetta verifieert dat vertaalde versies alle vereiste meervoudscategorieën voor de doellocale bevatten. Arabisch vereist bijvoorbeeld zes categorieën (zero, one, two, few, many, other) — niet alleen one en other.

Voer i18n-rosetta integrity uit om de volledigheid van meervouden in alle locales te controleren.

Handhaving van terminologie​

Voor gecoachte paren met een woordenboek voert rosetta een terminologiecontrole uit na de vertaling. Nadat de Quality Gate is gepasseerd, wordt geverifieerd of de LLM daadwerkelijk de vereiste woordenboektermen heeft gebruikt.

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

Terminologie-overtredingen zijn waarschuwingen, geen blokkerende fouten. De vertaling wordt nog steeds naar de schijf geschreven. Dit is opzettelijk — de LLM kan geldige redenen hebben om een alternatief te kiezen (context, grammatica), en blokkeren op term-mismatches zou meer kwaad dan goed doen.

Om overtredingen op te lossen, werkt u het coaching-woordenboek bij of bewerkt u het locale-bestand handmatig.

Zie ook​