这个“大模型单句翻译”是什么东西？

我的 VideoCaptioner 和卡卡的一个明显不同，就是有这个“大模型单句翻译”功能。

卡卡的程序里，翻译是要先总结，优化，再送十句翻译，然后以返回的句数判断是否翻译成功，如果翻译不成功，则重新用单句翻译。

我觉得这个过程实在太耗费token，同时翻译质量也没有提高多少，于是乎就搞了自己的“大模型单句翻译”

这里如果你选了“大模型翻译”，那就是走卡卡1.2.0一样的“总结，反思，优化，翻译”路线 如果选的是“大模型单句翻译”，那用的就是我自己写的“大模型单句翻译”

单句翻译的原理其实就是告诉大模型上一句的翻译是什么，然后根据上一句的原文和翻译，以及这一句的原文，给出这一句的翻译。在实践中觉得效果还不错。

其原理就是：一般的翻译错误都是因为大模型不知道上一句是怎么一回事，因为有时候句子在半路断掉，成为两行，这样我只要让大模型知道上一句是什么，那它就会知道下一句该怎么说。

卡卡的翻译原理是：把十句话直接发给大模型，然后大模型会给出这十句的翻译，但是很多时候大模型会任意修改句子长度，或者把两句合并成一句，因此出来的效果就不行了。结果有超过一半的翻译都要以单句翻译重做，然后重做的句子因为没有上一句的提示，就显得像是机器翻译的一样。

现在我基本上都是用“大模型单句翻译”，用本地的LLM，速度还可以，可以看到其进度。

这个“大模型单句翻译” 的问题就是因为每一句都会牵涉上一句，因此只能单线执行，如果用网络大模型如Deepseek等，会显得比较慢。