我训练了一个SCP 英中 Wikidot 转换模型（Qwen2.5-7B LoRA），实现：

英文 SCP Wikidot 源码 → 中文 SCP Wikidot 源码。基座 Qwen/Qwen2.5-7B-Instruct，LoRA r=16，80.8 MB。

它只解决了格式问题，没解决翻译质量问题。当初稿工具用，别直接发。

对比原版 Qwen

原版 Qwen 会把标记也翻译掉：
  [[*user JakdragonX]]                →  [[*用户 JakdragonX]]
  [[[secure-facility-dossier-site-120|Site-120]]]
                                      →  [[安全设施档案-120|120号站点]]
  [[footnote]]                        →  [[脚注]]
  **Object Class:** --Safe-- Keter    →  **对象分类:** --安全-- 隐形

它保留：
  [[*user JakdragonX]]
  [[[secure-facility-dossier-site-120|Site-120]]]
  [[footnote]]
  **项目等级：**--Safe-- Keter
  :scp-wiki:component:X  →  :scp-wiki-cn:component:X
  scp-wiki.wikidot.com/X →  scp-wiki-cn.wikidot.com/X

但模型输出的译文有机翻痕迹

原文    Well, that's what you get for assuming.
它译    嗯，这就是你假设的结果。        应为：你早该想到的。

原文    That the place?
它译    那就是地方吗？                 应为：就是那儿？

原文    many crates, chests, barrels
它译    许多箱子、箱子、桶              crates 和 chests 都成了"箱子"

原文    Not really. I wasn't trying to get smashed by it.
它译    不是真的。我没打算让它掉下来砸到我。   "不是真的"是它编的

原文    They were dark.（说眼睛）
它译    它们很黑。                      用"它们"指人的眼睛

对话和文学性段落最明显。

怎么用

python scripts/translate.py 原文.wikidot --adapter final_adapter -o 译文.wikidot --validate
python scripts/translate_long.py 原文.wikidot --adapter final_adapter -o 译文.wikidot --report r.json

训练

语料：SCP 英文维基 + 中文分部 7,467 篇对照（英文 9,600 万字符 / 中文 4,330 万）。

按空行切段 → bge-m3 嵌入 → 单调 DP 对齐 → 383,201 个段落对齐单元（匹配率 93.4%）
           → 打包成 ≤8k token 的窗口 → 10,164 条训练样本

阶段 1  段落级  30,000 条  4k 上下文   3.2 小时
阶段 2  窗口级   9,977 条  8k 上下文  10.3 小时（RTX 4090）

为什么还是像机翻

7B 的容量上限，拿未微调的原版跑同一篇：

原版    这是你假设的结果。
微调后  嗯，这就是你假设的结果。

同一个习语，两个都错，错得几乎一样。

原文    Starvation doesn't play favorites.
现有译文 饥饿会影响工作的。         ← 译错
模型    饥饿不会偏袒任何人。        ← 生硬但正确

翻译者重点检查清单

习语和口语 —— 会逐词直译
一词多义 —— place / class / order 常选错义项
近义词 —— 几个词会被译成同一个（crates/chests → 箱子）
偶发编造内容
偶发语法不通的句子
指代错误（人的部位用"它们"）
漏译长定语从句
// 标记不配对（这个指标微调后反而变差：8 次 → 11 次）
长文档术语不一致（各窗口独立翻译）

最后

如果想要"丢进去出成品"，用大模型 API 加一份写清规则的提示词，效果也许比这个 7B 好得多。

如果想要一个离线、免费、帮你把标记和格式处理干净、你只管改正文的工具，它有用。

翻译质量的吐槽我完全接受，上面都写了。

Github仓库：https://github.com/loadOverload/scp_cn_en_translator

本项目与 SCP 基金会官方无关，语料版权归各原作者所有。

SCP 英中 Wikidot 转换模型（Qwen2.5-7B LoRA）

Re: SCP 英中 Wikidot 转换模型（Qwen2.5-7B LoRA）

Re: SCP 英中 Wikidot 转换模型（Qwen2.5-7B LoRA）