ملخص
DiscourseAi::Translation::PostLocalizer (توطين المحتوى) ينتج أحيانًا ترجمات مبتورة دون تسجيل أي خطأ في أي مكان (سجل Rails، سجل Sidekiq، طوابير Sidekiq للمهام المتوقفة/إعادة المحاولة). يحدث الاختفاء في منتصف الجملة، بصمت، ويتم حفظ النتيجة الجزئية وكأنها ترجمة كاملة وناجحة.
تم ملاحظته على: Discourse core + discourse-ai 46bea6613 (2026-07-09)، نموذج الذكاء الاصطناعي:
Gemini 2.5 Flash عبر مزود Google.
أدلة التكرار
حالتان حقيقيتان على مثيلنا:
- منشور ألماني بطول ~2090 حرفًا تمت ترجمته إلى الإسبانية منتجًا 50 حرفًا فقط،
مبتورًا مباشرة قبل كلمة مقتبسة (“aufwendiger”) في النص المصدر. - منشور ألماني بطول ~1830 حرفًا تمت ترجمته إلى الإنجليزية (83 حرفًا) والسلوفاكية
(97 حرفًا) — كلاهما مبتور عند نقطة واحدة بالضبط في الجملة،
مباشرة قبل اختصار إيموجي (
) في النص المصدر.
جميع اللغات الأخرى (fr, it, pt, ru, he) لنفس المنشور تمت ترجمتها
بشكل كامل (1600–1950 حرفًا).
السبب الجذري (حسب تتبعي له)
في lib/completions/structured_output.rb، تعتمد StructuredOutput#read_buffered_property
على DiscourseAi::Utils::BestEffortJsonParser.extract_key كلما
كان @partial_json_tracker.broken? صحيحًا. يعيد هذا الحل البديل أي شيء تم تحليله قبل أن ينقطع تدفق JSON — دون استثناء، دون تحذير، دون
أي مؤشر في أي مكان على أن المخرجات غير مكتملة. في
lib/translation/base_translator.rb#get_translation، يتم استخدام هذه القيمة كما هي
كترجمة نهائية ويتم حفظها عبر PostLocalization#save!.
تقع نقطتا الاختفاء في بياناتنا مباشرة قبل “حرف خاص”
في النص المصدر (علامة اقتباس مستقيمة، اختصار إيموجي)،
مما يشير إلى أن متتبع تدفق JSON يصبح مشوشًا بسبب بعض
المتتبعين/التسلسلات في المخرجات المتدفقة من النموذج ويحدد أن التدفق
منقطع? بشكل مبكر.
الأثر
يتم نشر محتوى بترجمات مبتورة بشكل واضح، وأحيانًا غير منطقية، ولا يوجد أي إشارة تشغيلية (سجل، مهمة متوقفة، إشعار للمسؤول) لاكتشاف ذلك. اكتشفناه فقط لأن أحد أعضاء المجتمع
لاحظ نصوصًا عشوائية في منتصف الجملة في واجهة المستخدم.
الإصلاحات المقترحة
- إظهار تحذير/خطأ (Rails.logger + Discourse-error-log) كلما
كان StructuredOutput#broken? صحيحًا وتم استخدام الحل البديل قصير المدى، بحيث
يمكن للمسؤولين اكتشاف ذلك بدلاً من شحن محتوى جزئي بصمت. - النظر في التحقق من طول النص المترجم مقابل عتبة معقولة نسبيًا
مقارنة بطول النص المصدر قبل حفظ PostLocalization.
سعيد بتوفير أزواج النصوص الخام/المترجمة الكاملة بشكل خاص إذا كان ذلك مفيدًا لـ
تصحيح تتبع JSON.