离线翻译代码切换测试：逐段标注混合语言输入

直接回答

代码切换测试应标注句子内部的语言片段，而不是给整条输入只贴一个语言标签。真实短消息可能同时包含一种语言的句子、另一种文字系统写成的地名、借词、数字和标点。有效的评估记录要保留原始文本，标出片段及边界，注明请求的源语言和目标语言方向，并说明遇到不确定或不支持的片段时应用应如何处理。每个方向都应独立评估，同时区分语言识别、翻译、格式处理和界面渲染。本内容提供的是测试方案，不证明任何特定模型支持某个语言对，也不承诺准确率。 项目的基准事实卡允许发布方法和字段结构，但结果主张必须先有原始记录。项目对端侧 AI 的定义说明推理发生的位置，不说明混合语言翻译是否正确。Google Gemma 文档会在模型家族层面介绍任务变体和语言能力，但家族页面无法验证某个转换后的制品、运行时、设备、提示词或代码切换夹具。必须在实际产品路径和配置中测试，并且不能把不支持的片段静默猜成流畅的完整句子。 夹具需要覆盖不同边界：分句之间的语法切换；嵌入的人名或地名；词语或短语中途切换文字系统；应原样保留的引号内容；未知缩写；目标语言采用另一种书写系统；以及多个片段共用的标点或数字。加入纯单语言控制样例，避免基础任务本身未工作，却被误诊为代码切换问题。所有夹具都应使用合成内容或经明确审阅允许公开的素材，并给预期片段标注版本。 运行前先决定每类片段怎样才算正确。有些片段应该翻译，有些应保留，有些可按书面规则转写，还有些应拒绝处理并提示不确定性。测试工具必须在归一化和显示后保留片段偏移，因为去除变音符号或改变 Unicode 归一化形式会移动标注位置。专有名词不应套用一个通用规则。人工评审应确认夹具标签和有歧义的预期输出；仅仅读起来流畅，不能证明实体或文字系统处理正确。 记录制品标识、运行时、应用构建、提示模板版本、预处理、语言方向，以及在网络访问被阻断时任务是否完成。将片段检测、翻译含义、姓名保留、文字渲染和不确定性处理分别记录。如果运行时没有暴露内部语言片段，就用固定标注评估最终输出，并注明内部路由不可观察。报告所有运行和失败。不能把少量人工编写的语料升级成宽泛的语言支持主张；没有原始、可复现的设备记录，也不能公布结果百分比。 评审夹具时应明确语言边界由谁提供：人工标注、应用前处理、模型内部行为，或完全不可观测。不同来源的标签不可混用；若系统没有语言识别能力，测试不能为了填字段而伪造其内部检测结果。应单独记录用户指定的输入方向与输出方向，并验证设置界面、提示模板和结果标签一致。若中间环节改变了原文本，测试要保留转换前后的文本，以判断片段边界变化发生在哪里。 失败报告也要能让使用者采取行动：保留原句、明确标记不确定范围、允许用户修改语言方向或重新输入。不要自动改写未经确认的姓名、地址、引文或编码。样例和期望结果经过母语评审后才适合加入公开回归集；没有审阅过的真实旅行对话可能泄露个人信息，也可能把错误预期固化成测试标准。将这套纪律贯彻到离线和联网路径，但本文只覆盖正在测试的那条路径。

一句消息混用英文指示与本地文字地址

旅客输入一条短请求，其中有英文句子、用本地文字书写的街道名、借用的商品名和数字。译文很流畅，却改动了地址。团队希望构建回归夹具，找出究竟是哪一段出错。

决策

逐段标注语言和文字系统，制定每类片段的保留/翻译/询问策略，并以经过审阅的合成夹具分别比较两个方向。

预期结果

回归测试可以把错误归为片段检测、实体处理、翻译或渲染，而不暗示未测得的广泛语言支持。

需要收集的证据

只有将以下证据与同一模型文件和测试运行关联起来，结论才可复核：

• ARCH-01：端侧 AI 定义说明推理执行位置，并不证明混合语言翻译正确。
• BENCHMARK-01：项目允许发布测试方法；结果主张需要包含设备、制品、运行时和失败状态的原始记录。

发布结论只对所记录的配置和验收集有效；扩大适用范围需要更多记录。

实施流程

1. 定义片段和边界. 每条测试保存原文、按顺序排列的片段、已知语言/文字系统标签、实体类型和边界偏移，同时说明标点与空格归属。确实有歧义的内容标为不确定，不要强行分类。
2. 为每类片段写明规则. 逐类说明应用应翻译、保留、按批准规则转写，还是询问用户。姓名、地址、引文、编号和借词可能需要不同处理，不要把它们全部静默规范化。
3. 建立控制样例和方向对. 每个混合语言夹具都加一条纯单语言控制；适用时还应加反向翻译用例。固定模型制品、应用构建、运行时、提示、预处理和输入，确保变化可以归因。
4. 分别评估管线阶段. 能观察时记录片段检测证据，并将翻译含义、精确保留规则、Unicode/文字显示和不确定性处理作为独立字段。保留源文与预期输出供评审，但不能使用旅客私人资料。
5. 把歧义转为安全结果. 片段无法可靠分类，或保留规则不能验证时，界面应保留原文并请求复核，而不是生成自信但可能错误的译文。提示、制品或运行时变化后重跑所有夹具。

让每个阶段的状态都可观察。失败信息应指出阶段、模型、运行时和恢复动作，同时避免记录用户私密内容。

验收标准

• 每条夹具执行前都有经过审阅的片段边界、翻译方向、逐段预期行为和不确定情况策略。
• 纯单语言控制与混合语言案例分别报告；一个方向不能代替反向结果。
• 未知或不支持片段保持可见，不会被静默转换为看似确定的译文。
• 发布结论写明准确应用路径与语料范围，不声称普遍语言覆盖或准确率。

决策对照表

需要避免的失败模式

• 把混合句整体标成一种语言，掩盖句中途切换与实体片段。
• 只因句子流畅，就认定人名、地址或脚本转换正确。

还要避免静默回退、版本未固定、缺少取消处理，以及把不同配置的结果混在一起下结论。失败运行也应与成功记录一并保存。

最小复现记录

发布检查表

• ☐ 主要搜索问题已回答，且没有未经支持的数字。
• ☐ 所有模型文件和运行时版本均已固定。
• ☐ 代表性任务和失败处理策略均有说明。
• ☐ 生命周期、取消、清理和回退均已测试。
• ☐ 用户内容与网络边界均有说明。
• ☐ 结论只适用于被记录的配置。
• ☐ 新增测试结果时链接到原始方法或证据。

来源与相关证据

• 端侧 AI 架构概览
• Cove 基准测试方法
• Google Gemma 模型概览与任务变体
• Google Gemma 口语任务说明

中文部署与排错专题见。奇连 AI 端侧专题。

常见问题