Les évaluations IA ont gagné en précision cette semaine. Sur notre benchmark interne, les faux positifs ont reculé de 59,7 %. Un faux positif, c’est lorsqu’une relecture considère à tort qu’une traduction correcte est en échec. Moins de faux positifs, c’est moins d’alertes à vérifier manuellement et des scores de relecture plus fiables.
En coulisses, nous avons amélioré la précision des évaluations IA. Le principal changement : lorsqu’une évaluation ne s’applique pas à une chaîne donnée, elle n’est plus prise en compte dans le score. Auparavant, un résultat "non applicable" pouvait être considéré comme un échec et faire baisser la note, donnant ainsi l’impression que les traductions étaient moins bonnes qu’en réalité. Désormais, les scores ne reflètent que les évaluations qui s’appliquent réellement.
Le formulaire de configuration de l’évaluateur affiche désormais des exemples d’instructions en guise de texte indicatif pour chaque type de relecture.
L’app GitHub localise les catalogues de chaînes Xcode#
L’application GitHub prend désormais en charge les fichiers .xcstrings. Committez un catalogue de chaînes dans un dépôt connecté, et chaque push le localise via le pipeline de votre moteur de la même manière que le CLI et l’API de localisation asynchrone.
Autres nouveautés#
- Chemin du fichier source dans les journaux de requêtes. Les journaux de requêtes des exécutions de
lingo pushenregistrent désormais le fichier dont provient chaque requête, ce qui permet de rattacher chaque entrée au fichier qui l’a générée.
Correctifs#
- Les noms de clés orientent désormais la traduction dans les fichiers JSON et JSONC. Les traductions s’appuient désormais sur vos vrais noms de clés comme contexte : une clé comme
checkout.error.cardDeclinedguide ainsi le résultat, au lieu de traduire la valeur uniquement en fonction de sa position dans le fichier. Cela s’applique automatiquement dans le CLI, la GitHub App et l’Async Localization API.
