广告
我们如何检查每一份译文
这个博客有 64 篇文章，十一种语言：704 行，约 220 万字符。没有一篇文章在任何一种语言里缺失 — 这个说法只有在有东西强制它时才有意义。 确实有东西在强制。译好的一行写入之前，先与英文原文比对，不通过的行根本不会被写入 — 它会被报告出来，留给人看。 每项检查是干什么的 相同的链接目标。 内部路径在翻译时不能改变：/privacy 在每种语言里都还是…
为什么 AI 不跑在我们的服务器上
为本站提供服务的那台机器上，没有跑任何语言模型。摘要是在第二台设备上算出来的，它去取任务、做完计算，再把句子送回来。 理由是算术。一个 3B 模型占用一个多 GB 的内存，每次回答要花几秒。而整个应用里最重的一次数据库查询是 581 毫秒。把两者放在同一块板子上，意味着 379 000 个计数器的图片要排在一个文本生成器后面等——而它们才是真正的产品。 代价和收获…
一句摘要必须跨过的门槛
这个摘要功能被送上过 2 061 个计数器。它写出了 262 句话。其余所有的任务都以同一个结果收场，而那并不是一条错误消息，尽管它是按错误归档的：数据太少。 一百次里有八十七次，答案是：没有。这不是缺陷，也不出人意料；这跟当初杀死看门人早期版本的是同一个发现，只是从另一个方向走来。 门槛在哪里…
AI 可以写什么，不可以写什么
在一个公开的统计页面顶部，这里可能有两三句话，描述这个计数器本月做了什么。它们是一个语言模型写的。模型在这里什么也不编造，而让这句话成立的那套安排值得描述一番——因为搭建这个功能的显而易见的做法，并不具备这个性质。 服务器跑 SQL，决定哪个数字值得一提，然后写提示。模型把一个事实变成一句所要语言的话。之后服务器把回答读回来，只要里面有一位数字不是来自提示，就把它扔掉。…