Skip to content

RESOURCES.md

Latest commit

 

History

History
44 lines (36 loc) · 27.1 KB

RESOURCES.md

File metadata and controls

44 lines (36 loc) · 27.1 KB

ಸ್ವಯಂ-ನಿರ್ದೇಶಿತ ಅಧ್ಯಯನಕ್ಕಾಗಿ ಸಂಪನ್ಮೂಲಗಳು

ಈ ಪಾಠವನ್ನು OpenAI ಮತ್ತು Azure OpenAI ನಿಂದ ಕೆಲವು ಮೂಲ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಉಲ್ಲೇಖವಾಗಿ ಬಳಸಿಕೊಂಡು ನಿರ್ಮಿಸಲಾಗಿದೆ, ವಿಶೇಷವಾಗಿ ಪದಸಂಪದ ಮತ್ತು ಪಾಠಗಳಿಗಾಗಿ. ನಿಮ್ಮ ಸ್ವಂತ ಸ್ವಯಂ-ನಿರ್ದೇಶಿತ ಅಧ್ಯಯನ ಪ್ರಯಾಣಗಳಿಗಾಗಿ ಇಲ್ಲಿದೆ ಒಂದು ಸಂಪೂರ್ಣವಲ್ಲದ ಪಟ್ಟಿ.

1. ಪ್ರಾಥಮಿಕ ಸಂಪನ್ಮೂಲಗಳು

ಶೀರ್ಷಿಕೆ/ಲಿಂಕ್ ವಿವರಣೆ
OpenAI ಮಾದರಿಗಳೊಂದಿಗೆ ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಕಡಿಮೆ-ಶಾಟ್ ಕಲಿಕೆಯನ್ನು ಸುಧಾರಿಸುತ್ತದೆ, ಇದರಿಂದ ಪ್ರಾಂಪ್ಟ್‌ನಲ್ಲಿ ಹೊಂದಬಹುದಾದುದಕ್ಕಿಂತ ಹೆಚ್ಚು ಉದಾಹರಣೆಗಳ ಮೇಲೆ ತರಬೇತಿ ನೀಡಲಾಗುತ್ತದೆ, ನಿಮ್ಮ ವೆಚ್ಚಗಳನ್ನು ಉಳಿಸುತ್ತದೆ, ಪ್ರತಿಕ್ರಿಯೆಯ ಗುಣಮಟ್ಟವನ್ನು ಸುಧಾರಿಸುತ್ತದೆ ಮತ್ತು ಕಡಿಮೆ ವಿಳಂಬದ ವಿನಂತಿಗಳನ್ನು ಸಾಧ್ಯಮಾಡುತ್ತದೆ. OpenAI ನಿಂದ ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಬಗ್ಗೆ ಅವಲೋಕನ ಪಡೆಯಿರಿ.
Azure OpenAI ನೊಂದಿಗೆ ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಎಂದರೆ ಏನು? ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಎಂದರೇನು (ಸಂಕಲ್ಪ), ನೀವು ಅದನ್ನು ಯಾಕೆ ಪರಿಗಣಿಸಬೇಕು (ಪ್ರೇರಣಾತ್ಮಕ ಸಮಸ್ಯೆ), ಯಾವ ಡೇಟಾವನ್ನು ಬಳಸಬೇಕು (ತರಬೇತಿ) ಮತ್ತು ಗುಣಮಟ್ಟವನ್ನು ಹೇಗೆ ಅಳೆಯಬೇಕು ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ
ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಮೂಲಕ ಮಾದರಿಯನ್ನು ಕಸ್ಟಮೈಸ್ ಮಾಡುವುದು Azure OpenAI ಸೇವೆ ನಿಮಗೆ ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಬಳಸಿ ನಿಮ್ಮ ವೈಯಕ್ತಿಕ ಡೇಟಾಸೆಟ್‌ಗಳಿಗೆ ನಮ್ಮ ಮಾದರಿಗಳನ್ನು ಹೊಂದಿಸಲು ಅವಕಾಶ ನೀಡುತ್ತದೆ. ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಹೇಗೆ ಮಾಡುವುದು (ಪ್ರಕ್ರಿಯೆ) ಎಂಬುದನ್ನು Azure AI ಸ್ಟುಡಿಯೋ, Python SDK ಅಥವಾ REST API ಬಳಸಿ ಆಯ್ಕೆಮಾಡಿದ ಮಾದರಿಗಳೊಂದಿಗೆ ಕಲಿಯಿರಿ.
LLM ಫೈನ್-ಟ್ಯೂನಿಂಗ್‌ಗಾಗಿ ಶಿಫಾರಸುಗಳು LLM ಗಳು ನಿರ್ದಿಷ್ಟ ಕ್ಷೇತ್ರಗಳು, ಕಾರ್ಯಗಳು ಅಥವಾ ಡೇಟಾಸೆಟ್‌ಗಳಲ್ಲಿ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸದಿರಬಹುದು ಅಥವಾ ತಪ್ಪು ಅಥವಾ ತಪ್ಪುಮಾರ್ಗದರ್ಶನ ನೀಡುವ ಫಲಿತಾಂಶಗಳನ್ನು ಉತ್ಪಾದಿಸಬಹುದು. ನೀವು ಯಾವಾಗ ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಪರಿಗಣಿಸಬೇಕು ಎಂಬುದನ್ನು ತಿಳಿಯಿರಿ
ನಿರಂತರ ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ನಿರಂತರ ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಎಂದರೆ ಈಗಾಗಲೇ ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಮಾಡಲಾದ ಮಾದರಿಯನ್ನು ಮೂಲ ಮಾದರಿಯಾಗಿ ಆಯ್ಕೆಮಾಡಿ ಹೊಸ ತರಬೇತಿ ಉದಾಹರಣೆಗಳ ಮೇಲೆ ಅದನ್ನು ಮತ್ತಷ್ಟು ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡುವುದು ಎಂಬ ಪುನರಾವರ್ತಿತ ಪ್ರಕ್ರಿಯೆ.
ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಮತ್ತು ಫಂಕ್ಷನ್ ಕಾಲಿಂಗ್ ನಿಮ್ಮ ಮಾದರಿಯನ್ನು ಫಂಕ್ಷನ್ ಕಾಲಿಂಗ್ ಉದಾಹರಣೆಗಳೊಂದಿಗೆ ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡುವುದು ಮಾದರಿಯ ಔಟ್‌ಪುಟ್ ಅನ್ನು ಹೆಚ್ಚು ನಿಖರ ಮತ್ತು ಸತತವಾಗಿಸುವ ಮೂಲಕ ಸುಧಾರಿಸಬಹುದು - ಸಮಾನವಾಗಿ ರೂಪುಗೊಂಡ ಪ್ರತಿಕ್ರಿಯೆಗಳು ಮತ್ತು ವೆಚ್ಚ ಉಳಿತಾಯಗಳೊಂದಿಗೆ
ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಮಾದರಿಗಳು: Azure OpenAI ಮಾರ್ಗದರ್ಶನ Azure OpenAI ನಲ್ಲಿ ಯಾವ ಮಾದರಿಗಳನ್ನು ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡಬಹುದು ಮತ್ತು ಅವು ಯಾವ ಪ್ರದೇಶಗಳಲ್ಲಿ ಲಭ್ಯವಿವೆ ಎಂಬುದನ್ನು ಈ ಪಟ್ಟಿಯಿಂದ ತಿಳಿದುಕೊಳ್ಳಿ. ಅವುಗಳ ಟೋಕನ್ ಮಿತಿಗಳು ಮತ್ತು ತರಬೇತಿ ಡೇಟಾ ಅವಧಿ ದಿನಾಂಕಗಳನ್ನು ಅಗತ್ಯವಿದ್ದರೆ ಪರಿಶೀಲಿಸಿ.
ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡಬೇಕಾ ಅಥವಾ ಮಾಡಬಾರದೆ? ಅದು ಪ್ರಶ್ನೆ ಈ 30 ನಿಮಿಷಗಳ ಅಕ್ಟೋಬರ್ 2023 AI ಶೋ ಎಪಿಸೋಡ್ ಲಾಭಗಳು, ನಷ್ಟಗಳು ಮತ್ತು ಪ್ರಾಯೋಗಿಕ ಒಳನೋಟಗಳನ್ನು ಚರ್ಚಿಸುತ್ತದೆ, ಇದು ನಿಮಗೆ ಈ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
LLM ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಪ್ರಾರಂಭಿಸುವುದು ಈ AI ಪ್ಲೇಬುಕ್ ಸಂಪನ್ಮೂಲವು ನಿಮಗೆ ಡೇಟಾ ಅಗತ್ಯಗಳು, ಫಾರ್ಮ್ಯಾಟಿಂಗ್, ಹೈಪರ್‌ಪ್ಯಾರಾಮೀಟರ್ ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಮತ್ತು ನೀವು ತಿಳಿದುಕೊಳ್ಳಬೇಕಾದ ಸವಾಲುಗಳು/ಮಿತಿಗಳನ್ನು ವಿವರಿಸುತ್ತದೆ.
ಪಾಠ: Azure OpenAI GPT3.5 Turbo ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಡೇಟಾಸೆಟ್ ಸೃಷ್ಟಿಸುವುದು, ಫೈನ್-ಟ್ಯೂನಿಂಗ್‌ಗೆ ಸಿದ್ಧತೆ, ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಕೆಲಸವನ್ನು ರಚಿಸುವುದು ಮತ್ತು ಫೈನ್-ಟ್ಯೂನ್ಡ್ ಮಾದರಿಯನ್ನು Azure ನಲ್ಲಿ ನಿಯೋಜಿಸುವುದನ್ನು ಕಲಿಯಿರಿ.
ಪಾಠ: Azure AI ಸ್ಟುಡಿಯೋದಲ್ಲಿ Llama 2 ಮಾದರಿಯನ್ನು ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡುವುದು Azure AI ಸ್ಟುಡಿಯೋ ನಿಮಗೆ ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳನ್ನು ನಿಮ್ಮ ವೈಯಕ್ತಿಕ ಡೇಟಾಸೆಟ್‌ಗಳಿಗೆ ಹೊಂದಿಸಲು ಕಡಿಮೆ-ಕೋಡ್ ಡೆವಲಪರ್‌ಗಳಿಗೆ ಸೂಕ್ತವಾದ UI ಆಧಾರಿತ ಕಾರ್ಯಪ್ರವಾಹವನ್ನು ಬಳಸಲು ಅವಕಾಶ ನೀಡುತ್ತದೆ. ಈ ಉದಾಹರಣೆಯನ್ನು ನೋಡಿ.
ಪಾಠ:Azure ನಲ್ಲಿ ಏಕ GPU ಗಾಗಿ Hugging Face ಮಾದರಿಗಳನ್ನು ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡುವುದು ಈ ಲೇಖನವು Azure DataBricks + Hugging Face Trainer ಗ್ರಂಥಾಲಯಗಳನ್ನು ಬಳಸಿ ಏಕ GPU ಮೇಲೆ Hugging Face ಮಾದರಿಯನ್ನು ಹೇಗೆ ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡುವುದು ಎಂಬುದನ್ನು ವಿವರಿಸುತ್ತದೆ.
ತರಬೇತಿ: Azure Machine Learning ಬಳಸಿ ಫೌಂಡೇಶನ್ ಮಾದರಿಯನ್ನು ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡುವುದು Azure Machine Learning ನಲ್ಲಿ ಮಾದರಿ ಕ್ಯಾಟಲಾಗ್‌ನಲ್ಲಿ ನೀವು ನಿಮ್ಮ ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯಕ್ಕಾಗಿ ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡಬಹುದಾದ ಅನೇಕ ಓಪನ್ ಸೋರ್ಸ್ ಮಾದರಿಗಳು ಲಭ್ಯವಿವೆ. ಈ ಮಾಯಾಜಾಲವನ್ನು AzureML ಜನರೇಟಿವ್ AI ಲರ್ನಿಂಗ್ ಪಾತ್ ನಿಂದ ಪ್ರಯತ್ನಿಸಿ.
ಪಾಠ: Azure OpenAI ಫೈನ್-ಟ್ಯೂನಿಂಗ್ Microsoft Azure ನಲ್ಲಿ W&B ಬಳಸಿ GPT-3.5 ಅಥವಾ GPT-4 ಮಾದರಿಗಳನ್ನು ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡುವುದು ಮಾದರಿ ಕಾರ್ಯಕ್ಷಮತೆಯ ವಿವರವಾದ ಟ್ರ್ಯಾಕಿಂಗ್ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಯನ್ನು ಸಾಧ್ಯಮಾಡುತ್ತದೆ. ಈ ಮಾರ್ಗದರ್ಶಿ OpenAI ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಮಾರ್ಗದರ್ಶನದಿಂದ ಕಲ್ಪನೆಗಳನ್ನು ವಿಸ್ತರಿಸುತ್ತದೆ ಮತ್ತು Azure OpenAI ಗೆ ವಿಶೇಷ ಹಂತಗಳು ಮತ್ತು ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ನೀಡುತ್ತದೆ.

2. ದ್ವಿತೀಯಿಕ ಸಂಪನ್ಮೂಲಗಳು

ಈ ವಿಭಾಗವು ಹೆಚ್ಚುವರಿ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಒಳಗೊಂಡಿದೆ, ಅವುಗಳನ್ನು ಅನ್ವೇಷಿಸುವುದು ಲಾಭದಾಯಕವಾಗಬಹುದು, ಆದರೆ ಈ ಪಾಠದಲ್ಲಿ ಅವುಗಳನ್ನು ಒಳಗೊಂಡಿಲ್ಲ. ಅವು ಭವಿಷ್ಯದಲ್ಲಿ ಪಾಠಗಳಲ್ಲಿ ಅಥವಾ ದ್ವಿತೀಯಿಕ ನಿಯೋಜನೆಯ ಆಯ್ಕೆಯಾಗಿ ಒಳಗೊಂಡಿರಬಹುದು. ಈಗಾಗಲೇ, ಈ ವಿಷಯದ ಬಗ್ಗೆ ನಿಮ್ಮ ಸ್ವಂತ ಪರಿಣತಿ ಮತ್ತು ಜ್ಞಾನವನ್ನು ನಿರ್ಮಿಸಲು ಅವುಗಳನ್ನು ಬಳಸಿ.

ಶೀರ್ಷಿಕೆ/ಲಿಂಕ್ ವಿವರಣೆ
OpenAI ಕುಕ್‌ಬುಕ್: ಚಾಟ್ ಮಾದರಿ ಫೈನ್-ಟ್ಯೂನಿಂಗ್‌ಗಾಗಿ ಡೇಟಾ ತಯಾರಿ ಮತ್ತು ವಿಶ್ಲೇಷಣೆ ಈ ನೋಟ್ಬುಕ್ ಫೈನ್-ಟ್ಯೂನಿಂಗ್‌ಗಾಗಿ ಬಳಸಲಾದ ಚಾಟ್ ಡೇಟಾಸೆಟ್ ಅನ್ನು ಪೂರ್ವಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವುದು ಮತ್ತು ವಿಶ್ಲೇಷಿಸುವ ಸಾಧನವಾಗಿದೆ. ಇದು ಫಾರ್ಮ್ಯಾಟ್ ದೋಷಗಳನ್ನು ಪರಿಶೀಲಿಸುತ್ತದೆ, ಮೂಲಭೂತ ಅಂಕಿಅಂಶಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ ಮತ್ತು ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ವೆಚ್ಚಗಳಿಗಾಗಿ ಟೋಕನ್ ಎಣಿಕೆಗಳನ್ನು ಅಂದಾಜು ಮಾಡುತ್ತದೆ. ನೋಡಿ: gpt-3.5-turbo ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ವಿಧಾನ.
OpenAI ಕುಕ್‌ಬುಕ್: Qdrant ಜೊತೆಗೆ Retrieval Augmented Generation (RAG) ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಈ ನೋಟ್ಬುಕ್‌ನ ಉದ್ದೇಶ OpenAI ಮಾದರಿಗಳನ್ನು Retrieval Augmented Generation (RAG) ಗಾಗಿ ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡುವ ಸಮಗ್ರ ಉದಾಹರಣೆಯನ್ನು ನೀಡುವುದು. ನಾವು Qdrant ಮತ್ತು Few-Shot Learning ಅನ್ನು ಕೂಡ ಸಂಯೋಜಿಸಿ ಮಾದರಿ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಹೆಚ್ಚಿಸುವುದು ಮತ್ತು ತಪ್ಪುಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುವುದನ್ನು ಮಾಡುತ್ತೇವೆ.
OpenAI ಕುಕ್‌ಬುಕ್: Weights & Biases ಬಳಸಿ GPT ಫೈನ್-ಟ್ಯೂನಿಂಗ್ Weights & Biases (W&B) AI ಡೆವಲಪರ್ ವೇದಿಕೆ, ಇದರಲ್ಲಿ ಮಾದರಿಗಳನ್ನು ತರಬೇತಿಗೊಳಿಸುವುದು, ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಮಾಡುವುದು ಮತ್ತು ಫೌಂಡೇಶನ್ ಮಾದರಿಗಳನ್ನು ಬಳಸುವ ಸಾಧನಗಳಿವೆ. ಮೊದಲು ಅವರ OpenAI ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಮಾರ್ಗದರ್ಶಿಯನ್ನು ಓದಿ, ನಂತರ ಕುಕ್‌ಬುಕ್ ವ್ಯಾಯಾಮವನ್ನು ಪ್ರಯತ್ನಿಸಿ.
ಸಮುದಾಯ ಪಾಠ Phinetuning 2.0 - ಸಣ್ಣ ಭಾಷಾ ಮಾದರಿಗಳ ಫೈನ್-ಟ್ಯೂನಿಂಗ್ Phi-2 Microsoft ನ ಹೊಸ ಸಣ್ಣ ಮಾದರಿ, ಅದ್ಭುತ ಶಕ್ತಿಶಾಲಿ ಆದರೆ ಸಂಕ್ಷಿಪ್ತ. ಈ ಪಾಠವು ನಿಮಗೆ Phi-2 ಅನ್ನು ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡುವುದನ್ನು ಮಾರ್ಗದರ್ಶನ ಮಾಡುತ್ತದೆ, ವಿಶಿಷ್ಟ ಡೇಟಾಸೆಟ್ ನಿರ್ಮಿಸುವುದು ಮತ್ತು QLoRA ಬಳಸಿ ಮಾದರಿಯನ್ನು ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡುವುದನ್ನು ತೋರಿಸುತ್ತದೆ.
Hugging Face ಪಾಠ 2024 ರಲ್ಲಿ Hugging Face ಬಳಸಿ LLM ಗಳನ್ನು ಹೇಗೆ ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡುವುದು ಈ ಬ್ಲಾಗ್ ಪೋಸ್ಟ್ 2024 ರಲ್ಲಿ Hugging Face TRL, Transformers ಮತ್ತು ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ಬಳಸಿ ತೆರೆಯಲಾದ LLM ಗಳನ್ನು ಹೇಗೆ ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡುವುದು ಎಂಬುದನ್ನು ವಿವರಿಸುತ್ತದೆ. ನೀವು ಬಳಕೆ ಪ್ರಕರಣವನ್ನು ನಿರ್ಧರಿಸಿ, ಡೆವಲಪ್‌ಮೆಂಟ್ ಪರಿಸರವನ್ನು ಸಿದ್ಧಪಡಿಸಿ, ಡೇಟಾಸೆಟ್ ತಯಾರಿಸಿ, ಮಾದರಿಯನ್ನು ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡಿ, ಪರೀಕ್ಷಿಸಿ-ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ, ನಂತರ ಉತ್ಪಾದನೆಗೆ ನಿಯೋಜಿಸುತ್ತೀರಿ.
Hugging Face: AutoTrain Advanced ಅತ್ಯಾಧುನಿಕ ಯಂತ್ರ ಕಲಿಕೆ ಮಾದರಿಗಳ ವೇಗವಾದ ಮತ್ತು ಸುಲಭ ತರಬೇತಿ ಮತ್ತು ನಿಯೋಜನೆಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ. ರೆಪೊದಲ್ಲಿ Colab-ಸ್ನೇಹಿ ಪಾಠಗಳು ಮತ್ತು YouTube ವೀಡಿಯೊ ಮಾರ್ಗದರ್ಶನಗಳಿವೆ, ಫೈನ್-ಟ್ಯೂನಿಂಗ್‌ಗಾಗಿ. ಇತ್ತೀಚಿನ ಸ್ಥಳೀಯ-ಮೊದಲ ನವೀಕರಣವನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ. AutoTrain ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಓದಿ.

ಅಸ್ವೀಕರಣ:
ಈ ದಸ್ತಾವೇಜು AI ಅನುವಾದ ಸೇವೆ Co-op Translator ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ನಿಖರತೆಯಿಗಾಗಿ ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ದೋಷಗಳು ಅಥವಾ ಅಸತ್ಯತೆಗಳು ಇರಬಹುದು ಎಂದು ದಯವಿಟ್ಟು ಗಮನಿಸಿ. ಮೂಲ ಭಾಷೆಯಲ್ಲಿರುವ ಮೂಲ ದಸ್ತಾವೇಜನ್ನು ಅಧಿಕೃತ ಮೂಲವಾಗಿ ಪರಿಗಣಿಸಬೇಕು. ಮಹತ್ವದ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಿಕೆ ಅಥವಾ ತಪ್ಪು ವಿವರಣೆಗಳಿಗೆ ನಾವು ಹೊಣೆಗಾರರಾಗುವುದಿಲ್ಲ.