翻译这行有个心照不宣的规矩：机器翻出来的东西，语法错、拼写错一眼就能看出来，真正要命的是那种读起来特别顺、意思却完全跑偏的句子。你扫过去觉得没问题，交稿之后才发现客户要的是另一回事。

有个做本地化工具的人拿美国国税局的一页材料做了个测试。页面上有条关于小型合伙企业罚款豁免的规定，英文写的是"Each partner is either an individual (excluding nonresident aliens), or the estate of a deceased partner"。一个开源机器翻译模型把它翻成了西班牙语，partner 变成了 pareja。

打开网易新闻 查看精彩图片

pareja 在西班牙语里是伴侣、情侣的意思。国税局自己的西语版本用的是 socio，也就是合伙人。一句话的功夫，一条关于合伙企业罚款豁免的条件，变成了关于夫妻关系的规定。

顺的句子最贵

这个测试工具叫 SecondRead，它给这句话标了 86% 的风险值。有意思的是，同一页面上另一处错误它没抓到——"the return is late"被翻成了"la devolución es tardía"，return 在这里指的是纳税申报表，devolución 却是退款的意思，整句变成了"退款迟了"。

这就是机器翻译后期编辑（MTPE）的日常困境。译员对着截止日期改稿，语法错误、拼写错误会自己跳出来，但那种流畅却意思跑偏的句子，得逐字核对才能发现。市面上的 QA 工具能查数字、标签、术语表，查不了 pareja 这种词。而且很多保密协议不允许把客户文本粘进云端 AI 工具里。

SecondRead 的思路是在译员自己的 Mac 上跑一个"第二读者"。它读取 XLIFF 或 Trados SDLXLIFF 文件，给每个语段打一个"重大语义错误"的风险分——错误类型包括词义选错、否定丢失、数字错误、漏译、增译——然后把风险最高的那批标出来，让译员先重读最危险的那 10%。

36 MB 的适配器，1.22 美元

技术栈不复杂。底座是 Qwen3.5-4B 的 4 比特量化版本，占 2.7 GB；上面挂一个 36 MB 的 LoRA 适配器，在 Tinker 上微调，花了 1.22 美元。另外还有针对数字和否定的规则检查。

速度方面，一个 39 语段的页面在 M4 Pro 上跑完大约 6 秒，全程离线。

效果上，在 WMT 英译西测试集里，它给错误排序的能力和 Gemma 4 31B 差不多，AUROC 分别是 0.815 和 0.807。但在十份真实公开文档上，Gemma 排得更好，0.940 对 0.910。作者自己也承认，默认的标记线只能找出大约五分之一的错误。

谁愿意掏钱？先是对翻译公司，然后才是自由译员——这批人本来就在买 Xbench、Verifika 这类 QA 工具。但 WMT 的文本只能用于研究，所以产品形态是把这套流程拿翻译公司自己审校过的项目来训练：每个审校员的笔记本上装一个私有的 36 MB 适配器，按座位收费，不按语段计费。至于他们实际愿意付多少，作者说还没定，这是下一步要测的。

一个 FDA 页面的实测

作者放了一个具体案例：美国食品药品监督管理局一页关于药品处置的材料，机器翻成西班牙语后在 Mac 上检查，39 个语段，3 个标记，网络日志里只有本地请求。

标记里排第一的是美国缉毒局的"Take Back Day"，被翻成了"Día Nacional de Retraso de las Drogas Recluidas"，字面意思是"被关起来的药物的延迟日"，风险值 80%。

它漏掉的是关于冲洗芬太尼贴剂的那条说明，flush 被翻成了 lavar，也就是"洗"，风险值只有 16%。

作者还提供了一个免安装的演示页面，是静态构建的，那页材料的评分已经预先算好。整个项目的定位很清楚：给做机器翻译后期编辑的译员用的离线检查器，只读 XLIFF 任务，按重大语义错误的可能性给语段排序。风格、语法、语序不在范围内，那些交给别的 QA 工具。

目标就一个——把重读变短。审校的人从风险最高的 10% 开始看，而不是把每个语段读两遍。

截至 2026 年 10 月 15 日，应用跑的是 LoRA v1，只用人工标注数据在 Tinker 上训练，打包成 36 MB 的 GGUF。默认标记线按语言对设定：在开发集上能找出 60% 重大错误的那条最高阈值。