أرفق أحدهم صورة — بطاقة بنص روسي — وطلب، بالروسية، نفس البطاقة بالتركية. ما عاد كان صورتين، فُوترتا كلتاهما، على خلفية مختلفة، بحروف لم تكن كلمات بأي لغة. وصف الرد الصورتين بالتركية بأنهما «من الرابط أدناه».
بلاغ واحد، ثلاثة أعطال منفصلة. لا واحد منها وحده كان ليُنتج هذه النتيجة.
المسار الرخيص لا يُحسن التهجئة
تطلب أدوات الصور افتراضيًا جودة «متوسطة»، وطلب متوسط بلا تفضيل للجودة يقع في فرع الموجّه المرتّب حسب التكلفة، الذي ينتهي عند أرخص نموذج صور نشط. ذلك النموذج نموذج انتشاري. نماذج الانتشار جيدة جدًا بالصور وسيئة بشكل معروف بالحروف — أسوأ مع حروف خارج الأبجدية اللاتينية.
هذا افتراض جيد لـ«ثعلب في غابة» وسيئ لملصق، دعوة، قائمة طعام، أو بطاقة، حيث النص هو الناتج نفسه. مثل هذا الطلب يغادر الآن المسار الرخيص. تُقرأ التعليمة بحثًا عن علامات ذلك — عبارات بين علامتي اقتباس، أسطر بأحرف كبيرة، قوائم نقطية، قائمة كلمات محدودة لأشياء نصّية أساسًا، بعدة أبجديات — وللأداة أيضًا علم صريح يمكن للنموذج ضبطه حين يعرف ذلك. تُزال النفي أولًا كي لا يُشغِّل «بلا نص» ذلك. أيّ من الإشارتين يرسل الاستدعاء إلى مستوى الجودة. أي مستوى صورة تحصل عليه يبقى اختيارك؛ هذا فقط يقرر أي نموذج مسموح له المحاولة.
نموذج لم يستطع رؤية الصورة
العطل الثاني أسوأ، لأنه من أنتج الهراء بدل مجرد حروف رديئة. كانت أجهزة الكشف التي تتعرف على «اصنع لي صورة» و«غيّر هذه الصورة» مكتوبة للإنجليزية والتركية. لم تطابق جملة بالروسية أيًّا منهما، فلم تُوسم الجولة أبدًا على أنها تحتاج للرؤية، وذهبت إلى نموذج نصي بلا رؤية. استدعى ذلك النموذج أداة الصور بالجملة كتعليمة. كان يرسم من الصفر شيئًا لم يرَه قط.
أُضيفت أنماط روسية لكليهما. والأهم، أُضيف حماية للعبارة التي سببت هذا كله: «نفسها»، «aynısını»، «такую же»، «مثل التي أرسلتها». حين يشير طلب إلى صورة مرفقة، فرض توليد جديد ليس خطأً بسيطًا. إنه خطأ، ويُفوتر.
الأداة كانت تصف نفسها خطأً
العطل الثالث محرج بأبسط طريقة. كان وصف أداة الصور لا يزال يقول إن أداة التحرير «لم تُوصل بعد» وأن النتيجة تعود كرابط. لم يكن أيّ منهما صحيحًا منذ فترة. فتجنّب النموذج أداة التحرير التي كان يجب أن يستخدمها، ثم وصف صورة مدمجة كرابط.
أُعيدت كتابة الأوصاف — ما تفعله كل أداة حقًا، أن «نفس البطاقة بلغة أخرى» تحرير، أن النتيجة صورة وليست رابطًا أبدًا، أن النموذج لا يستطيع رؤيتها، وأن الوصف يجب أن يكون بلغة المستخدم. تحمل كل نتيجة صورة الآن تلميحًا عن كيفية الحديث عنها.
الإصلاحات الثلاثة كلها مثبتة باختبارات تكرر الجولات الأصلية كلمة بكلمة، بما فيها الحالات الحدّية التي يجب أن تستمر بالذهاب إلى المسار الرخيص.