Арабский ответ модели правильный, но на экране цена стоит не с той стороны, а название модели разорвано пополам. Это проблема bidi, а не модели.
Как это работает
Текст хранится в логическом порядке — в том, в котором его читают и набирают. UAX #9, двунаправленный алгоритм Unicode (Unicode Bidirectional Algorithm), присваивает каждому символу тип направления и вычисляет порядок отображения строки. В памяти символы никогда не переставляются; меняется только их отображение.
Буквы — сильные символы: арабские пишутся справа налево, латинские — слева направо. Цифры и пунктуация — слабые или нейтральные и занимают позицию в зависимости от окружающего текста. Европейские цифры имеют тип EN, арабско-индийские — тип AN, и после арабской буквы UAX #9 разрешает EN в AN.
Типичная смешанная строка от арабского ассистента:
جرّب النموذج broadnet/qwen3.8-27b على 20 رسالة
Если вывести её в контексте слева направо, арабские фрагменты читаются справа налево, но абзац начинается слева, поэтому предложение выглядит в неправильном порядке, а слеш, точки и число 20 могут прилипнуть не к тому фрагменту. Исправлять нужно базовое направление, а не порядок символов.
Когда разметки нет, в Unicode есть невидимые управляющие символы:
| Кодовая точка | Название | Назначение |
|---|---|---|
| U+200F | RLM, метка справа налево | Сдвинуть нейтральный символ в RTL |
| U+061C | ALM, арабская буквенная метка | То же для арабского контекста |
| U+2067 | RLI, изолятор справа налево | Начать фрагмент RTL |
| U+2066 | LRI, изолятор слева направо | Начать фрагмент LTR, например ID модели |
| U+2068 | FSI, изолятор по первому сильному символу | Взять направление из содержимого |
| U+2069 | PDI, закрытие изолятора | Завершить любой изолятор |
UAX #9 рекомендует в новых документах использовать изоляторы, а не старые встраивания (U+202A–U+202C), потому что встраивания слишком сильно влияют на окружающий текст, и советует по возможности избегать переопределений (U+202D, U+202E) из соображений безопасности.
Почему это важно
Для HTML W3C советует ставить dir="rtl" на элемент html, если страница написана справа налево, и не задавать базовое направление через CSS. Для текста, направление которого заранее неизвестно, например ответа модели или имени пользователя, используйте dir="auto" или элемент bdi. W3C отмечает, что auto определяет направление по первому сильному символу, поэтому абзац, почти целиком английский, но начинающийся с арабского слова, всё равно может отобразиться неправильно.
Типичные проблемы у пользователей API:
- Чат-интерфейсы. Ответ в стриминге начинается по-английски и переходит на арабский. Ставьте
dir="auto"на каждое сообщение, а не один раз на всю страницу. - JSON и логи. В выводе модели могут быть невидимые метки. Значение вроде
"gulf"не равно"gulf". Удаляйте управляющие символы bidi, прежде чем сравнивать поля структурированного вывода. - Переведённые строки интерфейса. Плейсхолдерам и названиям продуктов внутри арабского текста нужны изоляторы; см. перевод строк приложения на арабский.
В BroadNet Inference
Чат-эндпоинт BroadNet возвращает арабский как обычный текст в JSON-ответе, как и любой OpenAI-совместимый API, а функций отображения или bidi у BroadNet нет. Направление текста — задача вашего фронтенда. Если вы ещё и нормализуете текст для поиска, удаляйте управляющие символы bidi в том же проходе, что и нормализацию Unicode: NFC и NFKC их сохраняют.
Частые ошибки
- Переворачивать арабские строки в коде, чтобы «исправить» отображение.
- Задавать направление только через CSS.
- Оставлять U+200F или U+2067 внутри ID, ключей или значений enum.