1.35美元微调4B模型，把CRA译成不存在的RRCQ

给一个开源4B模型一句加拿大中小企业页面上的标准话术：“你需要从CRA拿到一个商业号码（BN）”。它写出来的法语是“auprès du RRCQ”。

RRCQ这个东西不存在。加拿大税务局在法语里是ARC，在加拿大的开放数据里，这对缩写出现的31次中，政府译员31次都写的是ARC。

这就是Sans calque这个工具想解决的问题。它面向的是接加拿大法语翻译单的自由职业者：客户不会逐字读法语，但会一眼看到本该写ARC的地方写着CRA。

三个检查项，每条都标注规则来源

把英文粘进去，你会同时看到微调模型和未改动基础模型输出的法语，外加一份复核清单。清单会标出三类问题，每一条都写明依据：

• 法语里残留的英文缩写，比如法语句子里的“CRA”
• 政府有固定用法却缺失的法语缩写：CRA对应ARC（政府语料31对31），SIN对应NAS（10对10）。这张缩写映射表从训练语料里学到了466个
• 翻译局Termium Plus标注应避免的用词，比如用“année fiscale”表示财年，它要求用“exercice financier”

没有任何东西会被悄悄改掉。被标记的句子会进入复核清单，“法语，可发送”的框会告诉你发送前要先核对多少处。

数据全部来自开放语料

加拿大开放政府门户上的每个数据集，标题和描述都有双语版本，采用开放政府许可。作者拉取了全部48,116条记录，剔除门户标记为机器翻译的法语条目，只在英法两侧切分方式一致时才配对段落和句子，最终得到82,455对。

微调在Tinker上跑了两轮。Qwen3.5-4B，LoRA rank 32，8,000对，2个epoch，每轮约13分钟。第一轮是随机采样。第二轮从10,752条含已知缩写的语料里抽了2,000对，因为第一轮仍然把CRA写成了“de la RC”。按Tinker的每token价格和实际token数估算，两轮成本分别是1.26美元和1.35美元。训练脚本会在估算超预算时拒绝启动，因为额度是一次性的10美元。

评测不是自己出的题。全部打分都在canada.ca的中小企业页面上完成，那些法语出自加拿大政府译员之手：300个随机句子，加上全部147个涉及Termium“避免”概念的句子。这些句子都不在训练集里。

提升集中在缩写和术语上，不是整体质量。缩写上的提升站得住：在146个含政府法语缩写的留出句子上做1,000次bootstrap重采样，第二轮全部胜过基础模型。整体质量站不住：chrF++上第二轮在92%的重采样中胜出，而作者事先把门槛设在95%，所以他不认领这个结论。第二轮也不是处处更好，它残留的英文缩写和Termium术语都比第一轮多。之所以还是用它，是因为它能搞定客户会注意到的那些缩写。

它也不是总对，基础模型有时反而对。在“you can apply for your SIN”这句上，基础模型写的是“numéro d'assurance sociale (NAS)”，正确。第二轮写的是“NIS”。缩写检查能抓住这个错：政府语料里10对10都写NAS。第二轮还在需要“Conservez”的指令处写了“Conserver”，这个错没有任何检查能抓到。所以那个框才会提醒你发送前先读一遍。

检查器本身也被检查过

第一版Termium检查在25次里有21次把政府自己的译员标成了问题。它统计的标签“avoid, see observation”意思是某些语境下避免，于是这个标签被去掉了。剩下的规则只在一次人类翻译上触发，针对“année fiscale”，Termium称其为仿造词，而canada.ca仍在使用。这一条被保留了下来。

还有一个check_claims.py脚本，会从结果文件重建README里的每一个数字，如果正文和数据对不上就报错；文档里引用的模型输出如果不在记录的输出里，同样报错。

权重是自己的。微调结果从Tinker导出，转成2.59 GB的4-bit文件，在笔记本8 GB显卡上通过Ollama运行，速度32.5 token每秒。客户文本不必离开这台机器，也没有按词计费。同一个网页可以跑在本地模型上：作者把笔记本以外的所有请求都屏蔽后加载页面，翻译照常工作，字体也正常，零外部请求。

这条路踩了三个死胡同：Ollama不再接受LoRA适配器，它自带的量化器需要Mac，8-bit文件跑起来只有0.8 token每秒。压到4-bit可能损失性能，所以笔记本上的副本用同一套测试打了分。第一轮确实有损失：chrF++ 54.96，云端是55.65。第二轮没有：笔记本副本56.43，云端56.09，政府缩写命中率67.8%对66.9%。统计上这是同一个模型，所以作者不声称笔记本更好，只是说没有丢东西。

它刻意做得很窄。愿意为它付钱的是做加拿大法语的自由职业者和小型机构，以及作者自己。但这套配方不限于加拿大：用政府自己的开放双语文本做微调，再拿该政府的术语库逐条检查。凡是两者都存在的地方（比如欧盟的IATE术语库），同样的脚本应该能用，不过作者只在这里测过。

开放数据是这一切能成立的原因。训练语料、术语库和缩写证据都来自加拿大政府的开放数据，测试用的是同一批政府译员的作品。闭源模型没法告诉你它的“ARC”从哪来，这个可以，精确到那31对。

第一个用户是作者自己。jonathanandrei.com有英语和fr-CA两个版本，他把英语的“How I work”页面粘进线上应用，共41个块。

微调模型标出了8处。其中7处对这类文本是噪音：MCP、LLM、RAG、FHIR、SDK和一个NICE指南编号，这些缩写在作者自己的法语页面里本来就保留英文。缩写规则学的是政府的写法，技术黑话不遵循它。

第8处是真的。原句说日志里存着“the AI had already claimed was PHI-free”的数据，法语回来成了“lesquels avaient déjà été déclarés exempts”，意思是“已被声明为免除的”。AI这个词从句子里消失了，而它正是整句话的重点。标记触发是因为预期的“IA”缺失，而它缺失是因为模型丢掉了主语。

所以在自己的页面上：一处值得抓，七处可以挥手放过。这告诉作者下一步该做什么，于是他做了：每个客户一份“保留英文”清单，外加一个“抓取页面”输入框，页面按地址进来，不用复制粘贴。同一个页面由应用抓取，把MCP、LLM、RAG、FHIR、SDK和那个指南编号放进清单后，8处标记变成1处，剩下的那处正是真正的错误。