v3.2.0：工业级质量基础设施
· 1 分钟阅读
v3.2.0 是主打质量的版本。包含 702 个测试，163 个测试套件，对静默失败零容忍。
更新内容
质量门禁（5 项检查）
现在，每条翻译在写入磁盘之前，都会经过五项确定性的验证检查：
- 空/空白 — 模型未返回任何内容
- 源文本回显 — 模型返回了输入的英文
- 幻觉循环 — 重复的 trigram 模式
- 长度膨胀 — 输出比源文本长 4 倍以上
- 书写系统合规性 — 语言环境的书写系统错误
只有通过全部五项检查的翻译才会被写入。失败的翻译会被记录日志并重试。
级联重试
当某个批次失败时，rosetta 会以逐渐减小的批次大小进行重试：
Full batch (30 keys) → parse error
└→ Half batch (15 keys) → 2 failures
└→ Individual keys (1 each) → isolates the problem keys
安全加固
- 原型污染防护 — 在解析时拒绝
__proto__、constructor键 - 路径遍历防护 — 精心构造的 locale 代码无法写入配置目录之外的位置
- 响应验证 — 仅接受已发送的键的返回结果
测试基础设施
| 测试套件 | 测试数量 | 覆盖范围 |
|---|---|---|
| 核心（8 个套件） | 280+ | Config、sync、CLI、watch、audit、pairs、format、init |
| 红队 | 89 | 对抗性输入、编码攻击 |
| 契约 | 120 | API 集成契约 |
| 性能 | 36 | 批处理优化、吞吐量回归 |
| 覆盖率 | 总计 702 | 完整流水线 |
提示词缓存
系统消息现在与用户消息分离，从而在 Anthropic 和 Google 等提供商上实现提示词缓存命中。这显著降低了多批次同步的 token 成本。