PDF 翻译器卡 70% 准确率：如何防止 LLM 乱改数字？

Nervous_Classroom714 · reddit · 2026-08-31

作者在开发 PDF 翻译器时遇到 70% 质量评分瓶颈，核心问题是模型会篡改句子中的数字（如小数点格式化、本地化）。尽管已预先提取并锁定数字，但在句内仍失效。作者尝试了从源 PDF 而非转换文本提取 token、小批次翻译、术语表一致性检查等方法。当前疑问包括：句内数字的保护 Prompt 模式、批次大小与上下文质量的平衡、以及如何处理模型回源（Echoed）段落的阈值判断。