Merge pull request #1151 from microsoft/update-translations

chore(i18n): sync translations with latest source changes

Author: leestott

translations/ar/.co-op-translator.json

@@ -114,8 +114,8 @@
     "language_code": "ar"
   },
   "14-the-generative-ai-application-lifecycle/README.md": {
-    "original_hash": "df44972d5575ea8cef3c52ee31696d04",
-    "translation_date": "2025-12-19T12:58:24+00:00",
+    "original_hash": "d853d54eb56fbe34325e0e709b407e99",
+    "translation_date": "2026-03-06T13:55:10+00:00",
     "source_file": "14-the-generative-ai-application-lifecycle/README.md",
     "language_code": "ar"
   },
@@ -150,14 +150,14 @@
     "language_code": "ar"
   },
   "17-ai-agents/README.md": {
-    "original_hash": "8e8d1f6a63da606af7176a87ff8e92b6",
-    "translation_date": "2025-10-17T12:57:26+00:00",
+    "original_hash": "6a781629bbce965e50459abd737d1e9e",
+    "translation_date": "2026-03-06T13:57:45+00:00",
     "source_file": "17-ai-agents/README.md",
     "language_code": "ar"
   },
   "18-fine-tuning/README.md": {
-    "original_hash": "3772dcd23a98e2010f53ce8b9c583631",
-    "translation_date": "2026-01-18T16:51:11+00:00",
+    "original_hash": "7b9bd5188b2474f88c3a51405e61cc86",
+    "translation_date": "2026-03-06T13:58:25+00:00",
     "source_file": "18-fine-tuning/README.md",
     "language_code": "ar"
   },
@@ -168,20 +168,20 @@
     "language_code": "ar"
   },
   "19-slm/README.md": {
-    "original_hash": "124ad36cfe96f74038811b6e2bb93e9d",
-    "translation_date": "2025-07-09T18:15:33+00:00",
+    "original_hash": "7d849075d63853cef4b12a1d4e334da6",
+    "translation_date": "2026-03-06T13:57:12+00:00",
     "source_file": "19-slm/README.md",
     "language_code": "ar"
   },
   "20-mistral/README.md": {
-    "original_hash": "4bd0fafda5d66cd9d60f1ebc7820415e",
-    "translation_date": "2025-07-09T18:55:56+00:00",
+    "original_hash": "fec8c0070389f47e413e3d423562f071",
+    "translation_date": "2026-03-06T13:55:53+00:00",
     "source_file": "20-mistral/README.md",
     "language_code": "ar"
   },
   "21-meta/README.md": {
-    "original_hash": "4c2a0b0c738b649ef049fb99a23be661",
-    "translation_date": "2025-07-09T19:06:13+00:00",
+    "original_hash": "6e58be903fd4744170b3b5d71fa6404c",
+    "translation_date": "2026-03-06T13:55:26+00:00",
     "source_file": "21-meta/README.md",
     "language_code": "ar"
   },

translations/ar/14-the-generative-ai-application-lifecycle/README.md

@@ -1,58 +1,58 @@
-# البناء باستخدام نماذج عائلة Meta
+# البناء باستخدام نماذج عائلة ميتا
 
-## مقدمة
+## المقدمة
 
-ستتناول هذه الدرس:
+ستغطي هذه الدرس:
 
-- استكشاف النموذجين الرئيسيين من عائلة Meta - Llama 3.1 و Llama 3.2  
-- فهم حالات الاستخدام والسيناريوهات لكل نموذج  
-- مثال برمجي لعرض الميزات الفريدة لكل نموذج  
+- استكشاف النموذجين الرئيسيين لعائلة ميتا - لاما 3.1 ولاما 3.2
+- فهم حالات الاستخدام والسيناريوهات لكل نموذج
+- مثال برمجي لعرض الميزات الفريدة لكل نموذج
 
-## عائلة نماذج Meta
+## عائلة نماذج ميتا
 
-في هذا الدرس، سنستعرض نموذجين من عائلة Meta أو "قطيع Llama" - Llama 3.1 و Llama 3.2
+في هذا الدرس، سنستكشف نموذجين من عائلة ميتا أو "قطيع لاما" - لاما 3.1 ولاما 3.2.
 
-تتوفر هذه النماذج في نسخ مختلفة ومتاحة على سوق نماذج GitHub. إليك المزيد من التفاصيل حول استخدام نماذج GitHub لـ [النمذجة الأولية باستخدام نماذج الذكاء الاصطناعي](https://docs.github.com/en/github-models/prototyping-with-ai-models?WT.mc_id=academic-105485-koreyst).
+تأتي هذه النماذج في متغيرات مختلفة ومتاحة في سوق نماذج جيتهاب. إليك المزيد من التفاصيل حول استخدام نماذج جيتهاب لـ [النمذجة باستخدام نماذج الذكاء الاصطناعي](https://docs.github.com/en/github-models/prototyping-with-ai-models?WT.mc_id=academic-105485-koreyst).
 
-أنواع النماذج:  
-- Llama 3.1 - 70B Instruct  
-- Llama 3.1 - 405B Instruct  
-- Llama 3.2 - 11B Vision Instruct  
-- Llama 3.2 - 90B Vision Instruct  
+أنواع النماذج:
+- لاما 3.1 - 70B Instruct
+- لاما 3.1 - 405B Instruct
+- لاما 3.2 - 11B Vision Instruct
+- لاما 3.2 - 90B Vision Instruct
 
-*ملاحظة: Llama 3 متوفر أيضًا على نماذج GitHub لكنه لن يُغطى في هذا الدرس*
+*ملاحظة: لاما 3 متاح أيضًا على نماذج جيتهاب لكنه لن يُغطى في هذا الدرس*
 
-## Llama 3.1
+## لاما 3.1
 
-بـ 405 مليار معامل، يندرج Llama 3.1 ضمن فئة نماذج اللغة الكبيرة مفتوحة المصدر.
+بحجم 405 مليار معامل، يندرج لاما 3.1 ضمن فئة نماذج اللغة الكبيرة مفتوحة المصدر.
 
-هذا النموذج هو ترقية للإصدار السابق Llama 3 من خلال تقديم:
+النموذج هو ترقية لإصدار لاما 3 السابق عبر توفير:
 
-- نافذة سياق أكبر - 128 ألف رمز مقابل 8 آلاف رمز  
-- أقصى عدد رموز إخراج أكبر - 4096 مقابل 2048  
-- دعم متعدد اللغات أفضل - بسبب زيادة عدد رموز التدريب  
+- نافذة سياق أكبر - 128k توكن مقابل 8k توكن
+- أقصى عدد إخراج توكن أكبر - 4096 مقابل 2048
+- دعم متعدد اللغات أفضل - بفضل زيادة عدد توكنات التدريب
 
-تمكن هذه الميزات Llama 3.1 من التعامل مع حالات استخدام أكثر تعقيدًا عند بناء تطبيقات الذكاء الاصطناعي التوليدي، بما في ذلك:  
-- استدعاء الوظائف الأصلية - القدرة على استدعاء أدوات ووظائف خارج سير عمل نموذج اللغة الكبير  
-- أداء أفضل في RAG - بسبب نافذة السياق الأكبر  
-- توليد بيانات تركيبية - القدرة على إنشاء بيانات فعالة لمهام مثل التخصيص الدقيق  
+هذه الميزات تتيح للاما 3.1 التعامل مع حالات استخدام أكثر تعقيدًا عند بناء تطبيقات الذكاء التوليدي، بما في ذلك:
+- استدعاء الدوال الأصلية - القدرة على استدعاء أدوات ودوال خارج سير عمل النموذج اللغوي الكبير
+- أداء أفضل في RAG - بفضل نافذة السياق الأكبر
+- توليد بيانات اصطناعية - القدرة على إنشاء بيانات فعالة لمهام مثل ضبط النموذج الدقيق
 
-### استدعاء الوظائف الأصلية
+### استدعاء الدوال الأصلية
 
-تم تحسين Llama 3.1 ليكون أكثر فعالية في استدعاء الوظائف أو الأدوات. كما يحتوي على أداتين مدمجتين يمكن للنموذج التعرف على الحاجة لاستخدامهما بناءً على طلب المستخدم. هذه الأدوات هي:
+تم ضبط لاما 3.1 بدقة ليكون أكثر فاعلية في إجراء استدعاءات الدوال أو الأدوات. كما لديه أداتان مدمجتان يمكن للنموذج التعرف عليهما باعتبارهما مطلوبتين للاستعمال بناءً على طلب المستخدم. هاتان الأداتان هما:
 
-- **Brave Search** - يمكن استخدامها للحصول على معلومات محدثة مثل الطقس من خلال إجراء بحث على الويب  
-- **Wolfram Alpha** - يمكن استخدامها لإجراء حسابات رياضية معقدة بحيث لا تحتاج إلى كتابة وظائف خاصة بك  
+- **Brave Search** - يمكن استخدامها للحصول على معلومات محدثة مثل الطقس عن طريق إجراء بحث ويب
+- **Wolfram Alpha** - يمكن استخدامها لحسابات رياضية أكثر تعقيدًا بحيث لا تحتاج إلى كتابة دوال خاصة بك
 
-يمكنك أيضًا إنشاء أدوات مخصصة خاصة بك يمكن للنموذج استدعاؤها.
+يمكنك أيضًا إنشاء أدوات مخصصة خاصة بك يمكن للنموذج اللغوي الكبير استدعاؤها.
 
 في المثال البرمجي أدناه:
 
-- نحدد الأدوات المتاحة (brave_search, wolfram_alpha) في موجه النظام.  
-- نرسل طلبًا من المستخدم يسأل عن الطقس في مدينة معينة.  
-- سيرد نموذج اللغة الكبير باستدعاء أداة Brave Search والذي سيبدو هكذا `<|python_tag|>brave_search.call(query="Stockholm weather")`  
+- نعرّف الأدوات المتاحة (brave_search، wolfram_alpha) في موجه النظام.
+- نرسل طلب مستخدم يسأل عن حالة الطقس في مدينة معينة.
+- سيستجيب النموذج باستدعاء أداة لـ Brave Search والتي ستبدو كالتالي `<|python_tag|>brave_search.call(query="Stockholm weather")`
 
-*ملاحظة: هذا المثال يقوم فقط باستدعاء الأداة، إذا كنت ترغب في الحصول على النتائج، ستحتاج إلى إنشاء حساب مجاني على صفحة واجهة برمجة تطبيقات Brave وتعريف الوظيفة نفسها*  
+*ملاحظة: هذا المثال يقوم فقط باستدعاء الأداة، إذا كنت ترغب في الحصول على النتائج، يجب إنشاء حساب مجاني على صفحة واجهة برمجة تطبيقات Brave وتعريف الدالة نفسها.
 
 ```python 
 import os
@@ -92,17 +92,17 @@ response = client.complete(messages=messages, model=model_name)
 print(response.choices[0].message.content)
 ```
 
-## Llama 3.2
+## لاما 3.2
 
-على الرغم من كونه نموذج لغة كبير، إلا أن أحد القيود التي يعاني منها Llama 3.1 هو تعدد الوسائط. أي القدرة على استخدام أنواع مختلفة من المدخلات مثل الصور كمدخلات وتقديم ردود عليها. هذه القدرة هي واحدة من الميزات الرئيسية في Llama 3.2. تشمل هذه الميزات أيضًا:
+على الرغم من كونه نموذجًا لغويًا كبيرًا، فإن إحدى قيود لاما 3.1 هي افتقاره للتعددية النمطية. أي عدم القدرة على استخدام أنواع مختلفة من المدخلات مثل الصور كمطالبات وتوفير استجابات. هذه القدرة هي إحدى الميزات الرئيسية للاما 3.2. تشمل هذه الميزات أيضًا:
 
-- تعدد الوسائط - القدرة على تقييم كل من النصوص والصور  
-- نسخ بأحجام صغيرة إلى متوسطة (11B و 90B) - توفر خيارات نشر مرنة  
-- نسخ نصية فقط (1B و 3B) - تسمح بنشر النموذج على الأجهزة الطرفية / المحمولة وتوفر زمن استجابة منخفض  
+- التعددية النمطية - لديه القدرة على تقييم كل من النصوص والصور كمطالبات
+- تنوعات صغيرة إلى متوسطة الحجم (11B و 90B) - مما يوفر خيارات نشر مرنة
+- تنوعات نصية فقط (1B و 3B) - يسمح بنشر النموذج على الأجهزة الطرفية / المحمولة ويوفر زمن استجابة منخفض
 
-يمثل دعم تعدد الوسائط خطوة كبيرة في عالم النماذج مفتوحة المصدر. المثال البرمجي أدناه يأخذ كل من صورة ونصًا للحصول على تحليل للصورة من Llama 3.2 90B.
+يمثل الدعم التعددي خطوة كبيرة في عالم النماذج مفتوحة المصدر. يأخذ المثال البرمجي أدناه صورة ونصًا كمطالبات للحصول على تحليل للصورة من لاما 3.2 بحجم 90B.
 
-### دعم تعدد الوسائط مع Llama 3.2
+### دعم التعددية النمطية مع لاما 3.2
 
 ```python 
 import os
@@ -149,9 +149,13 @@ response = client.complete(
 print(response.choices[0].message.content)
 ```
 
-## التعلم لا يتوقف هنا، استمر في الرحلة
+## التعلم لا يتوقف هنا، واصل الرحلة
 
-بعد إكمال هذا الدرس، اطلع على [مجموعة تعلم الذكاء الاصطناعي التوليدي](https://aka.ms/genai-collection?WT.mc_id=academic-105485-koreyst) لمواصلة تطوير معرفتك في الذكاء الاصطناعي التوليدي!
+بعد إكمال هذا الدرس، تحقق من [مجموعة تعلم الذكاء التوليدي](https://aka.ms/genai-collection?WT.mc_id=academic-105485-koreyst) لمواصلة تطوير معرفتك في الذكاء التوليدي!
 
-**إخلاء المسؤولية**:  
-تمت ترجمة هذا المستند باستخدام خدمة الترجمة الآلية [Co-op Translator](https://github.com/Azure/co-op-translator). بينما نسعى لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو عدم دقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر الموثوق به. للمعلومات الهامة، يُنصح بالاعتماد على الترجمة البشرية المهنية. نحن غير مسؤولين عن أي سوء فهم أو تفسير ناتج عن استخدام هذه الترجمة.
+---
+
+<!-- CO-OP TRANSLATOR DISCLAIMER START -->
+**تنويه**:  
+تمت ترجمة هذا المستند باستخدام خدمة الترجمة الآلية [Co-op Translator](https://github.com/Azure/co-op-translator). بينما نسعى لتحقيق الدقة، يرجى العلم بأن الترجمات الآلية قد تحتوي على أخطاء أو عدم دقة. يجب اعتبار الوثيقة الأصلية بلغتها الأصلية المصدر الرسمي والمعتمد. للمعلومات الحساسة أو الهامة، يُنصح بالاعتماد على الترجمة البشرية المهنية. نحن غير مسؤولين عن أي سوء فهم أو تفسير ناتج عن استخدام هذه الترجمة.
+<!-- CO-OP TRANSLATOR DISCLAIMER END -->

translations/ar/17-ai-agents/README.md

@@ -114,8 +114,8 @@
     "language_code": "bg"
   },
   "14-the-generative-ai-application-lifecycle/README.md": {
-    "original_hash": "df44972d5575ea8cef3c52ee31696d04",
-    "translation_date": "2025-12-19T17:07:19+00:00",
+    "original_hash": "d853d54eb56fbe34325e0e709b407e99",
+    "translation_date": "2026-03-06T11:28:53+00:00",
     "source_file": "14-the-generative-ai-application-lifecycle/README.md",
     "language_code": "bg"
   },
@@ -150,14 +150,14 @@
     "language_code": "bg"
   },
   "17-ai-agents/README.md": {
-    "original_hash": "8e8d1f6a63da606af7176a87ff8e92b6",
-    "translation_date": "2025-10-17T22:23:06+00:00",
+    "original_hash": "6a781629bbce965e50459abd737d1e9e",
+    "translation_date": "2026-03-06T11:31:44+00:00",
     "source_file": "17-ai-agents/README.md",
     "language_code": "bg"
   },
   "18-fine-tuning/README.md": {
-    "original_hash": "3772dcd23a98e2010f53ce8b9c583631",
-    "translation_date": "2026-01-18T19:07:18+00:00",
+    "original_hash": "7b9bd5188b2474f88c3a51405e61cc86",
+    "translation_date": "2026-03-06T11:32:34+00:00",
     "source_file": "18-fine-tuning/README.md",
     "language_code": "bg"
   },
@@ -168,20 +168,20 @@
     "language_code": "bg"
   },
   "19-slm/README.md": {
-    "original_hash": "124ad36cfe96f74038811b6e2bb93e9d",
-    "translation_date": "2025-07-09T18:48:50+00:00",
+    "original_hash": "7d849075d63853cef4b12a1d4e334da6",
+    "translation_date": "2026-03-06T11:31:08+00:00",
     "source_file": "19-slm/README.md",
     "language_code": "bg"
   },
   "20-mistral/README.md": {
-    "original_hash": "4bd0fafda5d66cd9d60f1ebc7820415e",
-    "translation_date": "2025-07-09T19:03:56+00:00",
+    "original_hash": "fec8c0070389f47e413e3d423562f071",
+    "translation_date": "2026-03-06T11:29:40+00:00",
     "source_file": "20-mistral/README.md",
     "language_code": "bg"
   },
   "21-meta/README.md": {
-    "original_hash": "4c2a0b0c738b649ef049fb99a23be661",
-    "translation_date": "2025-07-09T19:13:23+00:00",
+    "original_hash": "6e58be903fd4744170b3b5d71fa6404c",
+    "translation_date": "2026-03-06T11:29:12+00:00",
     "source_file": "21-meta/README.md",
     "language_code": "bg"
   },