原文语言: 中文
做了三个月 16 语种字幕翻译后，我发现生产级 LLM 翻译远不只是 Prompt
结合三个月、16 种语言的视频字幕翻译实践，梳理生产级 LLM 翻译从初译、校验、定向修正到人工反馈与数据回流的完整质量体系。
能力域
产品导向与场景思维
从用户约束和成功标准反推技术方案。
评估说明 →个人介绍
围绕翻译质量、候选选择和开发者决策设计工作流，关注什么结果可被采用以及如何处理失败。公开材料可说明设计思路，但不替代独立用户验证。
能力主张
标题本地化与多模型工作流展示了问题界定和方案取舍；采用率等作者陈述仍需定义、样本和反馈记录支持。
代表证据
- 翻译系统：工作流职责 →
作者脱敏陈述；未检查生产数据、外部代码仓库或独立复核。
- 标题本地化：冻结候选与评估 →
材料由作者提供，未独立复现；截图与代码片段不证明生产效果或持续运行。
- 标题本地化：研究边界 →
材料由作者提供，未独立复现；截图与代码片段不证明生产效果或持续运行。
- Project Parliament：设计取舍 →
材料由作者提供，未独立复现；截图与代码片段不证明生产效果或持续运行。
- Project Parliament：流程与截图 →
材料由作者提供，未独立复现；截图与代码片段不证明生产效果或持续运行。
评分方法
AI 辅助初评，待人工复核
暂定总分: 待评估 · 证据覆盖率: 75%
仅评估现有公开材料所支持的表现，不代表完整职业能力或行业排名。
评估说明 →下一步 · 补充用户验证
公开脱敏成功标准、样本范围、反馈方法和结果追踪。
关联公开内容
原文语言: 中文
WebNovel Title Localization Lab：把中文网文标题翻成真正适合英语读者的名字
一个仍在持续开发的标题本地化研究项目：先生成冻结候选集，再以可复现的八维评估比较规则、LLM 与学习排序方法。
原文语言: 中文
Project Parliament：让多个模型为开源方向辩论
一个用两个周末完成的多模型工作流实验：让 AI 先提出候选开源方向，再通过结构化辩论收敛出真正适合开发者的行动路线。
原文语言: 中文