diff --git a/ja/inference/lora.mdx b/ja/inference/lora.mdx index dc69db3d45..9035b75ebb 100644 --- a/ja/inference/lora.mdx +++ b/ja/inference/lora.mdx @@ -86,7 +86,7 @@ run.log_artifact(artifact) 独自の LoRA を Inference で使用する場合： -* LoRA は [サポートされているベースモデルセクション](#supported-base-models) に記載されているモデルのいずれかを使用してトレーニングされている必要があります。 +* LoRA は [サポートされているベースモデルセクション](#主な要件) に記載されているモデルのいずれかを使用してトレーニングされている必要があります。 * W&B アカウントに `lora` タイプのアーティファクトとして PEFT 形式で保存されている必要があります。 * 低レイテンシを実現するため、LoRA は `storage_region="coreweave-us"` に保存されている必要があります。 * アップロード時に、トレーニングに使用したベースモデルの名前 (例: `meta-llama/Llama-3.1-8B-Instruct`) を含めてください。これにより、W&B は正しいモデルでロードできるようになります。 diff --git a/ja/inference/ui-guide.mdx b/ja/inference/ui-guide.mdx index 13af3c21d7..b106682995 100644 --- a/ja/inference/ui-guide.mdx +++ b/ja/inference/ui-guide.mdx @@ -28,8 +28,8 @@ Inference サービスには、以下の 3 つの場所からアクセスでき 1. 左側のサイドバーから **Playground** を選択します。Playground のチャット UI が表示されます。 2. LLM ドロップダウンリストの **W&B Inference** にカーソルを合わせます。右側に利用可能な Models のドロップダウンが表示されます。 3. Models のドロップダウンから、以下の操作が可能です。 - - モデル名をクリックして [Playground で試す](#try-a-model-in-the-playground) - - [複数のモデルを比較する](#compare-multiple-models) + - モデル名をクリックして [Playground で試す](#playground-でモデルを試す) + - [複数のモデルを比較する](#複数のモデルを比較する) The Inference models dropdown in Playground @@ -37,12 +37,12 @@ Inference サービスには、以下の 3 つの場所からアクセスでき ## Playground でモデルを試す -[モデルを選択](#access-the-inference-service) した後、Playground でテストできます。利用可能なアクションは以下の通りです。 +[モデルを選択](#inference-サービスへのアクセス) した後、Playground でテストできます。利用可能なアクションは以下の通りです。 - [モデルの設定とパラメータのカスタマイズ](/weave/guides/tools/playground#customize-settings) - [メッセージの追加、再試行、編集、削除](/weave/guides/tools/playground#message-controls) - [カスタム設定を適用したモデルの保存と再利用](/weave/guides/tools/playground#saved-models) -- [複数のモデルを比較する](#compare-multiple-models) +- [複数のモデルを比較する](#複数のモデルを比較する) ## 複数のモデルを比較する @@ -56,7 +56,7 @@ Playground では、Inference モデルを横に並べて比較できます。 4. 選択したカードにある **Compare N models in the Playground** をクリックします。`N` には選択されたモデル数が表示されます。 5. 比較ビューが開きます。 -これで、モデルを比較したり、[Playground でモデルを試す](#try-a-model-in-the-playground) のすべての機能を使用したりできます。 +これで、モデルを比較したり、[Playground でモデルを試す](#playground-でモデルを試す) のすべての機能を使用したりできます。 Select multiple models to compare in Playground @@ -71,7 +71,7 @@ Playground では、Inference モデルを横に並べて比較できます。 5. 比較したい各モデルに対してこれを繰り返します。 6. 選択したカードにある **Compare N models in the Playground** をクリックします。比較ビューが開きます。 -これで、モデルを比較したり、[Playground でモデルを試す](#try-a-model-in-the-playground) のすべての機能を使用したりできます。 +これで、モデルを比較したり、[Playground でモデルを試す](#playground-でモデルを試す) のすべての機能を使用したりできます。 ## 請求と使用状況の情報を確認する diff --git a/ja/launch/launch-faq/best_practices_launch_effectively.mdx b/ja/launch/launch-faq/best_practices_launch_effectively.mdx index f0804848dd..ee33f1dfac 100644 --- a/ja/launch/launch-faq/best_practices_launch_effectively.mdx +++ b/ja/launch/launch-faq/best_practices_launch_effectively.mdx @@ -6,4 +6,4 @@ title: ローンチを効果的に使用するためのベストプラクティ 2. W&B のサービスアカウントを作成してエージェントを起動し、個別のユーザーアカウントにリンクされていないことを確認します。 -3. `wandb.config` を使用してハイパーパラメーターを管理し、ジョブ再実行時に上書きできるようにします。argparse の使用方法については、[このガイド](/ja/models/track/config/#set-the-configuration-with-argparse)を参照してください。 \ No newline at end of file +3. `wandb.config` を使用してハイパーパラメーターを管理し、ジョブ再実行時に上書きできるようにします。argparse の使用方法については、[このガイド](/ja/models/track/config#argparse-で設定を行う)を参照してください。 diff --git a/ja/launch/launch-terminology.mdx b/ja/launch/launch-terminology.mdx index e0dbc3b0bf..c7aa52f80f 100644 --- a/ja/launch/launch-terminology.mdx +++ b/ja/launch/launch-terminology.mdx @@ -2,7 +2,7 @@ title: ローンチの用語と概念 --- -W&B ローンンチを使用すると、[ジョブ](#launch-job)を[キュー](#launch-queue)に追加して run を作成します。ジョブは W&B と組み合わせた Python スクリプトです。キューは、[ターゲットリソース](#target-resources)で実行するジョブのリストを保持します。[エージェント](#launch-agent)はキューからジョブを取り出し、ターゲットリソース上でジョブを実行します。W&B はローンンチジョブを W&B が [run](/ja/models/runs/) をトラッキングするのと同様にトラッキングします。 +W&B ローンンチを使用すると、[ジョブ](#ローンンチジョブ)を[キュー](#launch-queue)に追加して run を作成します。ジョブは W&B と組み合わせた Python スクリプトです。キューは、[ターゲットリソース](#target-resources)で実行するジョブのリストを保持します。[エージェント](#launch-agent)はキューからジョブを取り出し、ターゲットリソース上でジョブを実行します。W&B はローンンチジョブを W&B が [run](/ja/models/runs/) をトラッキングするのと同様にトラッキングします。 ### ローンンチジョブ ローンンチジョブは、完了するタスクを表す特定の種類の [W&B Artifact](/ja/models/artifacts/) です。例えば、一般的なローンンチジョブには、モデルのトレーニングやモデルの評価トリガーがあります。ジョブ定義には以下が含まれます： diff --git a/ja/launch/sweeps-on-launch.mdx b/ja/launch/sweeps-on-launch.mdx index 96bce81afd..69f9999ddd 100644 --- a/ja/launch/sweeps-on-launch.mdx +++ b/ja/launch/sweeps-on-launch.mdx @@ -13,7 +13,7 @@ description: スイープのローンチでハイパーパラメータスイー 2. カスタムスイープスケジューラー: スイープスケジューラーをジョブとして動作するように設定します。このオプションにより、完全なカスタマイズが可能です。標準のスイープスケジューラーを拡張して追加のログを含める方法の例は、以下のセクションに記載されています。 -このガイドは、W&B Launch が事前に設定されていることを前提としています。W&B Launch が設定されていない場合は、Launch ドキュメントの [開始方法](/ja/./#how-to-get-started) セクションを参照してください。 +このガイドは、W&B Launch が事前に設定されていることを前提としています。W&B Launch が設定されていない場合は、Launch ドキュメントの [開始方法](/ja/launch/walkthrough#開始方法) セクションを参照してください。 @@ -221,4 +221,4 @@ Optuna のスケジューリングロジックをジョブとして使用して ```bash wandb launch-sweep --resume_id --queue -``` \ No newline at end of file +``` diff --git a/ja/launch/walkthrough.mdx b/ja/launch/walkthrough.mdx index 03cf0317ac..9a16ea15fc 100644 --- a/ja/launch/walkthrough.mdx +++ b/ja/launch/walkthrough.mdx @@ -13,7 +13,7 @@ W&B Launch を使用して、トレーニング [Runs](/ja/models/runs/) をデ Launch は、**launch jobs**、**queues**、**agents** の3つの基本的なコンポーネントで構成されています。 -[*launch job*](/ja/launch/launch-terminology#launch-job)は、ML ワークフローでタスクを設定および実行するためのブループリントです。Launch Job を作成したら、[*launch queue*](/ja/launch/launch-terminology#launch-queue) に追加できます。Launch Queue は、Amazon SageMaker や Kubernetes クラスターなどの特定のコンピュートターゲットリソースに Jobs を構成して送信できる先入れ先出し (FIFO) のキューです。 +[*launch job*](/ja/launch/launch-terminology#ローンンチジョブ)は、ML ワークフローでタスクを設定および実行するためのブループリントです。Launch Job を作成したら、[*launch queue*](/ja/launch/launch-terminology#launch-queue) に追加できます。Launch Queue は、Amazon SageMaker や Kubernetes クラスターなどの特定のコンピュートターゲットリソースに Jobs を構成して送信できる先入れ先出し (FIFO) のキューです。 ジョブがキューに追加されると、[*launch agents*](/ja/launch/launch-terminology#launch-agent) がそのキューをポーリングし、キューによってターゲットとされたシステムでジョブを実行します。 @@ -73,7 +73,7 @@ W&B Launch は、コンテナ内で機械学習ワークロードを実行しま ## Create a launch job -Docker イメージ、git リポジトリから、またはローカルソースコードから3つの方法のいずれかで [Launch Job](/ja/launch/launch-terminology#launch-job) を作成します。 +Docker イメージ、git リポジトリから、またはローカルソースコードから3つの方法のいずれかで [Launch Job](/ja/launch/launch-terminology#ローンンチジョブ) を作成します。 diff --git a/ja/models/app/features/cascade-settings.mdx b/ja/models/app/features/cascade-settings.mdx index 5a7e24ec7e..16c9ce11f0 100644 --- a/ja/models/app/features/cascade-settings.mdx +++ b/ja/models/app/features/cascade-settings.mdx @@ -2,11 +2,11 @@ title: Workspace 、セクション、パネルの 設定 を管理する --- -特定の Workspace ページ内には、Workspace、セクション、パネルの3つの異なる設定レベルがあります。[Workspace 設定](#workspace-settings) は Workspace 全体に適用されます。[セクション設定](#section-settings) はセクション内のすべてのパネルに適用されます。[パネル設定](#panel-settings) は個々のパネルに適用されます。 +特定の Workspace ページ内には、Workspace、セクション、パネルの3つの異なる設定レベルがあります。[Workspace 設定](#workspace-設定) は Workspace 全体に適用されます。[セクション設定](#セクション設定) はセクション内のすべてのパネルに適用されます。[パネル設定](#パネル設定) は個々のパネルに適用されます。 ## Workspace 設定 -Workspace 設定は、すべてのセクションとそれらのセクション内のすべてのパネルに適用されます。編集できる Workspace 設定には、[Workspace レイアウト](#workspace-layout-options) と [Line plots](#line-plots-options) の2つのタイプがあります。**Workspace layout** は Workspace の構造を決定し、**Line plots** 設定は Workspace 内の折れ線グラフのデフォルト設定を制御します。 +Workspace 設定は、すべてのセクションとそれらのセクション内のすべてのパネルに適用されます。編集できる Workspace 設定には、[Workspace レイアウト](#workspace-layout-オプション) と [Line plots](#line-plots-オプション) の2つのタイプがあります。**Workspace layout** は Workspace の構造を決定し、**Line plots** 設定は Workspace 内の折れ線グラフのデフォルト設定を制御します。 この Workspace の全体的な構造に適用される設定を編集するには： diff --git a/ja/models/app/features/panels.mdx b/ja/models/app/features/panels.mdx index fafd3fedb5..73691f522d 100644 --- a/ja/models/app/features/panels.mdx +++ b/ja/models/app/features/panels.mdx @@ -16,7 +16,7 @@ W&B の Projects は、2つの異なる Workspace モードをサポートして | automated workspace icon | **Automated workspaces** は、プロジェクトでログ記録されたすべてのキーに対してパネルを自動的に生成します。次のような場合に自動 Workspace を選択してください：
  • プロジェクトで利用可能なすべてのデータを可視化して、すぐに使い始めたい場合。
  • ログ記録するキーが少ない小規模なプロジェクトの場合。
  • より広範な分析を行いたい場合。
自動 Workspace からパネルを削除した場合は、[Quick add](#quick-add) を使用して再作成できます。 | | manual workspace icon | **Manual workspaces** は白紙の状態から始まり、ユーザーが意図的に追加したパネルのみを表示します。次のような場合に手動 Workspace を選択してください：
  • プロジェクトでログ記録されたキーのほんの一部に主に関心がある場合。
  • より焦点を絞った分析を行いたい場合。
  • あまり役に立たないパネルの読み込みを避け、Workspace のパフォーマンスを向上させたい場合。
[Quick add](#quick-add) を使用すると、便利な可視化パネルを Workspace や各セクションに素早く配置できます。 | -Workspace がパネルを生成する方法を変更するには、[Workspace をリセット](#reset-a-workspace) してください。 +Workspace がパネルを生成する方法を変更するには、[Workspace をリセット](#workspace-をリセットする) してください。 **Workspace への変更を元に戻す** @@ -62,7 +62,7 @@ Workspace のラインプロットのデフォルト設定については、[Lin Full-screen panel -1. フルスクリーンモードで表示中に [パネルを共有](#share-a-panel) すると、生成されたリンクは自動的にフルスクリーンモードで開きます。 +1. フルスクリーンモードで表示中に [パネルを共有](#パネルを共有する) すると、生成されたリンクは自動的にフルスクリーンモードで開きます。 フルスクリーンモードからパネルの Workspace に戻るには、ページ上部の左向き矢印をクリックします。フルスクリーンモードを終了せずにセクション内のパネル間を移動するには、パネルの下にある **Previous** および **Next** ボタン、または左右の矢印キーを使用します。 @@ -108,7 +108,7 @@ Workspace のラインプロットのデフォルト設定については、[Lin - パネルをフルスクリーンモードで表示しているときに、ブラウザから URL をコピーします。 - アクションメニュー `...` をクリックし、**Copy panel URL** を選択します。 -そのリンクを User または Team と共有してください。リンクにアクセスすると、パネルが [フルスクリーンモード](#view-a-panel-in-full-screen-mode) で開きます。 +そのリンクを User または Team と共有してください。リンクにアクセスすると、パネルが [フルスクリーンモード](#パネルをフルスクリーンモードで表示する) で開きます。 フルスクリーンモードからパネルの Workspace に戻るには、ページ上部の左向き矢印をクリックします。 @@ -140,7 +140,7 @@ https://wandb.ai//?panelDisplayName=&pane 1. 必要に応じて、**can view** を **can edit** に変更します。 1. **Invite** をクリックします。W&B は、共有しているパネルのみを含む Report へのクリック可能なリンクが含まれたメールをユーザーに送信します。 -[パネルを共有する](#share-a-panel) 場合とは異なり、受信者はこの Report から Workspace に移動することはできません。 +[パネルを共有する](#パネルを共有する) 場合とは異なり、受信者はこの Report から Workspace に移動することはできません。 ## パネルを管理する @@ -170,7 +170,7 @@ https://wandb.ai//?panelDisplayName=&pane 1. パネルの上部にあるアクションメニュー `...` をクリックします。 1. **Duplicate** をクリックします。 -必要に応じて、複製されたパネルを [カスタマイズ](#edit-a-panel) したり [移動](#move-a-panel) したりできます。 +必要に応じて、複製されたパネルを [カスタマイズ](#パネルを編集する) したり [移動](#パネルを移動する) したりできます。 ### パネルを削除する @@ -182,7 +182,7 @@ https://wandb.ai//?panelDisplayName=&pane 手動 Workspace からすべてのパネルを削除するには、そのアクションメニュー `...` をクリックし、**Clear all panels** をクリックします。 -自動または手動 Workspace からすべてのパネルを削除するには、[Workspace をリセット](#reset-a-workspace) することもできます。デフォルトのパネルセットから始めるには **Automatic** を選択し、パネルのない空の Workspace から始めるには **Manual** を選択します。 +自動または手動 Workspace からすべてのパネルを削除するには、[Workspace をリセット](#workspace-をリセットする) することもできます。デフォルトのパネルセットから始めるには **Automatic** を選択し、パネルのない空の Workspace から始めるには **Manual** を選択します。 ## セクションを管理する diff --git a/ja/models/app/features/panels/line-plot/sampling.mdx b/ja/models/app/features/panels/line-plot/sampling.mdx index 5e786f492b..dce29b4326 100644 --- a/ja/models/app/features/panels/line-plot/sampling.mdx +++ b/ja/models/app/features/panels/line-plot/sampling.mdx @@ -2,7 +2,7 @@ title: ポイント集計 --- -折れ線グラフ内で point aggregation（ポイント集計）メソッドを使用することで、 Data Visualization の精度とパフォーマンスを向上させることができます。 point aggregation モードには、 [full fidelity](#full-fidelity) と [random sampling](#random-sampling) の 2 種類があります。 W&B ではデフォルトで full fidelity モードが使用されます。 +折れ線グラフ内で point aggregation（ポイント集計）メソッドを使用することで、 Data Visualization の精度とパフォーマンスを向上させることができます。 point aggregation モードには、 [full fidelity](#full-fidelity) と [random sampling](#random-sampling-を有効にする) の 2 種類があります。 W&B ではデフォルトで full fidelity モードが使用されます。 ## Full fidelity diff --git a/ja/models/app/features/panels/line-plot/smoothing.mdx b/ja/models/app/features/panels/line-plot/smoothing.mdx index 1424455539..b82c3aab7e 100644 --- a/ja/models/app/features/panels/line-plot/smoothing.mdx +++ b/ja/models/app/features/panels/line-plot/smoothing.mdx @@ -5,10 +5,10 @@ description: 折れ線グラフでは、平滑化（smoothing）を使用して W&B はいくつかの種類のスムージングをサポートしています： -- [Time weighted exponential moving average (TWEMA) スムージング](#time-weighted-exponential-moving-average-twema-smoothing-default) -- [Gaussian スムージング](#gaussian-smoothing) -- [Running average](#running-average-smoothing) -- [Exponential moving average (EMA) スムージング](#exponential-moving-average-ema-smoothing) +- [Time weighted exponential moving average (TWEMA) スムージング](#time-weighted-exponential-moving-average-twema-スムージング-デフォルト) +- [Gaussian スムージング](#gaussian-スムージング) +- [Running average](#running-average-スムージング) +- [Exponential moving average (EMA) スムージング](#exponential-moving-average-ema-スムージング) これらが実際に動作している様子は、[インタラクティブな W&B レポート](https://wandb.ai/carey/smoothing-example/reports/W-B-Smoothing-Features--Vmlldzo1MzY3OTc) で確認できます。 diff --git a/ja/models/app/features/panels/media.mdx b/ja/models/app/features/panels/media.mdx index f66a37382e..d6cca2252b 100644 --- a/ja/models/app/features/panels/media.mdx +++ b/ja/models/app/features/panels/media.mdx @@ -14,13 +14,13 @@ title: メディアパネル 1. **グローバル**: パネル検索フィールドの近くにあるコントロールバーの **Add panels** をクリックします。 1. **セクション**: セクションのアクションメニュー `...` をクリックし、次に **Add panels** をクリックします。 1. 利用可能なパネルのリストから、パネルのキーを見つけて **Add** をクリックします。追加したい各メディアパネルに対してこの手順を繰り返し、右上の **X** をクリックして **Quick Add** リストを閉じます。 -1. 必要に応じて [パネルの設定](#configure-a-media-panel) を行います。 +1. 必要に応じて [パネルの設定](#メディアパネルの設定) を行います。 メディアパネルをグローバルまたは特定のセクションに手動で追加することもできます： 1. **グローバル**: パネル検索フィールドの近くにあるコントロールバーの **Add panels** をクリックします。 1. **セクション**: セクションのアクションメニュー `...` をクリックし、次に **Add panels** をクリックします。 1. **Media** セクションをクリックして展開します。 -1. パネルで可視化するメディアのタイプ（3D オブジェクト、画像、ビデオ、またはオーディオ）を選択します。パネル設定画面が表示されます。パネルを 設定 し、**Apply** をクリックします。詳細は [メディアパネルの設定](#configure-a-media-panel) を参照してください。 +1. パネルで可視化するメディアのタイプ（3D オブジェクト、画像、ビデオ、またはオーディオ）を選択します。パネル設定画面が表示されます。パネルを 設定 し、**Apply** をクリックします。詳細は [メディアパネルの設定](#メディアパネルの設定) を参照してください。 ## メディアパネルの設定 すべてのメディアタイプのパネルには、共通のオプションがあります。 @@ -66,7 +66,7 @@ title: メディアパネル 1. **Media settings** をクリックします。 1. 表示されたドロワー内で、**Display**、**Layout**、または **Sync** タブをクリックして、セクションのデフォルトメディア 設定 を行います。画像、ビデオ、オーディオ、および 3D オブジェクトの 設定 が可能です。表示される 設定 は、セクション内の現在のメディアパネルによって異なります。 -特定の **Display** または **Layout** メディア 設定 の詳細については、[メディアパネルの設定](#configure-a-media-panel) を参照してください。**Sync** タブはセクションまたは Workspace レベルでのみ利用可能であり、個別のメディアパネルでは利用できません。 +特定の **Display** または **Layout** メディア 設定 の詳細については、[メディアパネルの設定](#メディアパネルの設定) を参照してください。**Sync** タブはセクションまたは Workspace レベルでのみ利用可能であり、個別のメディアパネルでは利用できません。 **Step slider syncing** がオンの場合、同じステップスライダーを持つセクション内のメディアパネルは同期が保たれます。ステップスライダーの同期をオンにするには： @@ -79,14 +79,14 @@ Workspace 内のすべてのメディアパネルのデフォルト 設定 を 1. **Media settings** をクリックします。 1. 表示されたドロワー内で、**Display** または **Layout** タブをクリックして、 Workspace のデフォルトメディア 設定 を行います。画像、ビデオ、オーディオ、および 3D オブジェクトの 設定 が可能です。表示される 設定 は、 Workspace 内の現在のメディアパネルによって異なります。 -**Sync** タブを除き、各 設定 の詳細については [メディアパネルの設定](#configure-a-media-panel) を参照してください。**Sync** タブはセクションまたは Workspace レベルでのみ利用可能であり、個別のメディアパネルでは利用できません。 +**Sync** タブを除き、各 設定 の詳細については [メディアパネルの設定](#メディアパネルの設定) を参照してください。**Sync** タブはセクションまたは Workspace レベルでのみ利用可能であり、個別のメディアパネルでは利用できません。 **Step slider syncing** がオンの場合、同じステップスライダーを持つセクション内のメディアパネルは同期が保たれます。ステップスライダーの同期をオンにするには： 1. **Sync** タブをクリックします。 1. **Sync slider by key (Step)** をオンにします。 -各 設定 の詳細については、[メディアパネルの設定](#configure-a-media-panel) を参照してください。 +各 設定 の詳細については、[メディアパネルの設定](#メディアパネルの設定) を参照してください。 ## メディアパネルの操作 - メディアパネルをクリックすると、フルスクリーンモードで表示されます。パネル上部にある矢印ボタンをクリックすると、フルスクリーンモードが終了します。 diff --git a/ja/models/artifacts/construct-an-artifact.mdx b/ja/models/artifacts/construct-an-artifact.mdx index 48f77fe1f2..23574bbd13 100644 --- a/ja/models/artifacts/construct-an-artifact.mdx +++ b/ja/models/artifacts/construct-an-artifact.mdx @@ -3,7 +3,7 @@ title: アーティファクトを作成する description: W&B Artifact の作成とログ記録。1つまたは複数のファイル、あるいは URI 参照を Artifact に追加する方法について学びます。 --- -W&B Python SDKを使用して、 [W&B Runs](/models/ref/python/experiments/run) から Artifacts を構築します。 [ファイル、ディレクトリー、URI、および並列実行された run からのファイルを Artifacts に追加](#add-files-to-an-artifact) することができます。ファイルを Artifacts に追加した後、その Artifacts を W&B サーバーまたは [独自のプライベートサーバー](/platform/hosting/hosting-options/self-managed) に保存します。各 Artifacts はひとつの run に関連付けられます。 +W&B Python SDKを使用して、 [W&B Runs](/models/ref/python/experiments/run) から Artifacts を構築します。 [ファイル、ディレクトリー、URI、および並列実行された run からのファイルを Artifacts に追加](#artifacts-へのファイルの追加) することができます。ファイルを Artifacts に追加した後、その Artifacts を W&B サーバーまたは [独自のプライベートサーバー](/platform/hosting/hosting-options/self-managed) に保存します。各 Artifacts はひとつの run に関連付けられます。 Amazon S3 に保存されているファイルなどの外部ファイルを追跡する方法については、 [外部ファイルの追跡](./track-external-files) ページを参照してください。 diff --git a/ja/models/artifacts/create-a-new-artifact-version.mdx b/ja/models/artifacts/create-a-new-artifact-version.mdx index 9bb5d6345f..dfbd5087cc 100644 --- a/ja/models/artifacts/create-a-new-artifact-version.mdx +++ b/ja/models/artifacts/create-a-new-artifact-version.mdx @@ -3,7 +3,7 @@ title: Artifact の バージョン を作成する description: 単一の run または分散プロセスから、新しい Artifacts バージョンを作成します。 --- -単一の [run](/models/runs/) または分散された複数の run を通じて、新しい Artifacts バージョンを作成します。オプションで、以前のバージョンから新しい Artifacts バージョンを作成することもできます。これは [インクリメンタルアーティファクト](#create-a-new-artifact-version-from-an-existing-version) と呼ばれます。 +単一の [run](/models/runs/) または分散された複数の run を通じて、新しい Artifacts バージョンを作成します。オプションで、以前のバージョンから新しい Artifacts バージョンを作成することもできます。これは [インクリメンタルアーティファクト](#既存のバージョンから新しい-artifacts-バージョンを作成する) と呼ばれます。 元の Artifacts のサイズが非常に大きく、その中のファイルのサブセットのみに変更を適用する必要がある場合は、インクリメンタルアーティファクトを作成することをお勧めします。 diff --git a/ja/models/automations.mdx b/ja/models/automations.mdx index 9d4c65de17..6d6eae71ee 100644 --- a/ja/models/automations.mdx +++ b/ja/models/automations.mdx @@ -50,7 +50,7 @@ import EnterpriseCloudOnly from "/snippets/en/_includes/enterprise-cloud-only.md 1. 必要に応じて、アクセストークン、パスワード、機密性の高い 設定 詳細など、オートメーションが必要とする機密文字列の [シークレット（secrets）](/platform/secrets/) を設定します。シークレットは **Team Settings** で定義します。シークレットは、Webhook の外部サービスにクレデンシャルやトークンをプレーンテキストで公開したりペイロードにハードコーディングしたりすることなく安全に渡すために、主に Webhook オートメーションで使用されます。 1. チームレベルの Webhook または Slack インテグレーション を設定し、W&B があなたに代わって Slack への投稿や Webhook の実行を行うことを許可します。単一のオートメーションアクション（Webhook または Slack 通知）を複数のオートメーションで使用できます。これらのアクションは **Team Settings** で定義されます。 1. プロジェクト またはレジストリで、オートメーションを作成します。 - 1. 新しい アーティファクト バージョン が追加されたときなど、監視する [イベント](#automation-events) を定義します。 + 1. 新しい アーティファクト バージョン が追加されたときなど、監視する [イベント](#オートメーションイベント) を定義します。 1. イベント発生時に実行するアクション（Slack チャンネルへの投稿または Webhook の実行）を定義します。Webhook の場合は、必要に応じてアクセストークンに使用するシークレットや、ペイロードと共に送信するシークレットを指定します。 ## 制限事項 diff --git a/ja/models/automations/create-automations/slack.mdx b/ja/models/automations/create-automations/slack.mdx index b5c9a7a265..8d5cce188e 100644 --- a/ja/models/automations/create-automations/slack.mdx +++ b/ja/models/automations/create-automations/slack.mdx @@ -10,8 +10,8 @@ import EnterpriseCloudOnly from "/snippets/en/_includes/enterprise-cloud-only.md このページでは、Slack [オートメーション](/models/automations/) を作成する方法について説明します。Webhook オートメーションを作成する場合は、代わりに [Create a webhook automation](/models/automations/create-automations/webhook/) を参照してください。 Slack オートメーションの作成は、大きく分けて以下の手順で行います。 -1. [Slack インテグレーションの追加](#add-a-slack-integration): W&B が Slack インスタンスおよびチャンネルに投稿することを許可します。 -1. [オートメーションの作成](#create-an-automation): 監視対象となる [イベント](/models/automations/automation-events/) と通知先のチャンネルを定義します。 +1. [Slack インテグレーションの追加](#slack-インテグレーションの追加): W&B が Slack インスタンスおよびチャンネルに投稿することを許可します。 +1. [オートメーションの作成](#オートメーションの作成): 監視対象となる [イベント](/models/automations/automation-events/) と通知先のチャンネルを定義します。 ## Slack インテグレーションの追加 Team 管理者は、Team に Slack インテグレーションを追加できます。 @@ -23,7 +23,7 @@ Team 管理者は、Team に Slack インテグレーションを追加できま 1. 必要に応じて、ブラウザで Slack にサインインします。プロンプトが表示されたら、選択した Slack チャンネルに W&B が投稿する権限を許可します。ページの内容を確認し、 **Search for a channel** をクリックしてチャンネル名を入力し始めます。リストからチャンネルを選択し、 **Allow** をクリックします。 1. Slack で、選択したチャンネルに移動します。`[Your Slack handle] added an integration to this channel: Weights & Biases` のような投稿が表示されれば、インテグレーションは正しく設定されています。 -これで、設定した Slack チャンネルに通知する [オートメーションを作成](#create-an-automation) できるようになります。 +これで、設定した Slack チャンネルに通知する [オートメーションを作成](#オートメーションの作成) できるようになります。 ## Slack インテグレーションの表示と管理 Team 管理者は、Team の Slack インスタンスとチャンネルを表示および管理できます。 @@ -47,7 +47,7 @@ Registry 管理者は、その Registry 内でオートメーションを作成 イベントに応じて表示される追加フィールドに入力します。例えば、 **An artifact alias is added** を選択した場合は、 **Alias regex** を指定する必要があります。 **Next step** をクリックします。 -1. [Slack インテグレーション](#add-a-slack-integration) を所有する Team を選択します。 +1. [Slack インテグレーション](#slack-インテグレーションの追加) を所有する Team を選択します。 1. **Action type** を **Slack notification** に設定します。Slack チャンネルを選択し、 **Next step** をクリックします。 1. オートメーションの名前を入力します。任意で説明を入力します。 1. **Create automation** をクリックします。 @@ -71,7 +71,7 @@ W&B 管理者は、Project 内でオートメーションを作成できます - **Filter to one user's runs**: 指定したユーザーによって作成された Run のみを含めます。トグルをクリックしてフィルタをオンにし、ユーザー名を指定します。 - **Filter on run name**: 名前が指定された正規表現に一致する Run のみを含めます。トグルをクリックしてフィルタをオンにし、正規表現を指定します。 1. **Next step** をクリックします。 -1. [Slack インテグレーション](#add-a-slack-integration) を所有する Team を選択します。 +1. [Slack インテグレーション](#slack-インテグレーションの追加) を所有する Team を選択します。 1. **Action type** を **Slack notification** に設定します。Slack チャンネルを選択し、 **Next step** をクリックします。 1. オートメーションの名前を入力します。任意で説明を入力します。 1. **Create automation** をクリックします。 diff --git a/ja/models/automations/create-automations/webhook.mdx b/ja/models/automations/create-automations/webhook.mdx index 1c17274917..89b8775321 100644 --- a/ja/models/automations/create-automations/webhook.mdx +++ b/ja/models/automations/create-automations/webhook.mdx @@ -11,8 +11,8 @@ import EnterpriseCloudOnly from "/snippets/en/_includes/enterprise-cloud-only.md ハイレベルな手順として、webhook オートメーションを作成するには以下のステップを踏みます： 1. 必要に応じて、アクセストークン、パスワード、SSH キーなど、オートメーションで必要となる機密文字列ごとに [W&B secret を作成](/platform/secrets/) します。Secrets は **Team Settings** で定義されます。 -2. [webhook を作成](#create-a-webhook) して、エンドポイントと認証の詳細を定義し、インテグレーションが必要な secrets へのアクセスを許可します。 -3. [オートメーションを作成](#create-an-automation) して、監視する [event](/models/automations/automation-events/) と W&B が送信するペイロードを定義します。オートメーションに、ペイロードに必要な secrets へのアクセスを許可します。 +2. [webhook を作成](#webhook-を作成する) して、エンドポイントと認証の詳細を定義し、インテグレーションが必要な secrets へのアクセスを許可します。 +3. [オートメーションを作成](#オートメーションを作成する) して、監視する [event](/models/automations/automation-events/) と W&B が送信するペイロードを定義します。オートメーションに、ペイロードに必要な secrets へのアクセスを許可します。 ## webhook を作成する チーム管理者は、チームに webhook を追加できます。 @@ -25,15 +25,15 @@ webhook が Bearer トークンを必要とする場合、またはそのペイ 1. **Webhooks** セクションで、**New webhook** をクリックします。 1. webhook の名前を入力します。 1. webhook のエンドポイント URL を入力します。 -1. webhook が Bearer トークンを必要とする場合は、**Access token** をそのトークンを含む [secret](/platform/secrets/) に設定します。webhook オートメーションを使用すると、W&B は `Authorization: Bearer` HTTP ヘッダーにアクセストークンを設定し、`${ACCESS_TOKEN}` [ペイロード変数](#payload-variables) でトークンにアクセスできます。W&B が webhook サービスに送信する `POST` リクエストの構造の詳細については、[webhook のトラブルシューティング](#troubleshoot-your-webhook) を参照してください。 -1. webhook がペイロード内でパスワードやその他の機密文字列を必要とする場合は、**Secret** をその文字列を含む secret に設定します。その webhook を使用するオートメーションを設定する際、名前の前に `$` を付けることで、その secret に [ペイロード変数](#payload-variables) としてアクセスできます。 +1. webhook が Bearer トークンを必要とする場合は、**Access token** をそのトークンを含む [secret](/platform/secrets/) に設定します。webhook オートメーションを使用すると、W&B は `Authorization: Bearer` HTTP ヘッダーにアクセストークンを設定し、`${ACCESS_TOKEN}` [ペイロード変数](#ペイロード変数) でトークンにアクセスできます。W&B が webhook サービスに送信する `POST` リクエストの構造の詳細については、[webhook のトラブルシューティング](#webhook-のトラブルシューティング) を参照してください。 +1. webhook がペイロード内でパスワードやその他の機密文字列を必要とする場合は、**Secret** をその文字列を含む secret に設定します。その webhook を使用するオートメーションを設定する際、名前の前に `$` を付けることで、その secret に [ペイロード変数](#ペイロード変数) としてアクセスできます。 webhook のアクセストークンが secret に保存されている場合は、次のステップも完了して secret をアクセストークンとして指定する必要があります。 1. W&B がエンドポイントに接続し、認証できることを確認します： - 1. オプションで、テスト用のペイロードを提供します。ペイロード内で webhook がアクセス権を持つ secret を参照するには、その名前の前に `$` を付けます。このペイロードはテスト目的でのみ使用され、保存されません。オートメーションのペイロードは、[オートメーションを作成](#create-a-webhook-automation) する際に設定します。`POST` リクエスト内で secret とアクセストークンがどこに指定されているかについては、[webhook のトラブルシューティング](#troubleshoot-your-webhook) を参照してください。 + 1. オプションで、テスト用のペイロードを提供します。ペイロード内で webhook がアクセス権を持つ secret を参照するには、その名前の前に `$` を付けます。このペイロードはテスト目的でのみ使用され、保存されません。オートメーションのペイロードは、[オートメーションを作成](#create-a-webhook-automation) する際に設定します。`POST` リクエスト内で secret とアクセストークンがどこに指定されているかについては、[webhook のトラブルシューティング](#webhook-のトラブルシューティング) を参照してください。 1. **Test** をクリックします。W&B は、設定した資格情報を使用して webhook のエンドポイントへの接続を試みます。ペイロードが提供されている場合、W&B はそれを送信します。 - テストが成功しない場合は、webhook の設定を確認して再試行してください。必要に応じて、[webhook のトラブルシューティング](#troubleshoot-your-webhook) を参照してください。 + テストが成功しない場合は、webhook の設定を確認して再試行してください。必要に応じて、[webhook のトラブルシューティング](#webhook-のトラブルシューティング) を参照してください。 ![チーム内の2つのwebhookを示すスクリーンショット](/images/automations/webhooks.png) @@ -42,7 +42,7 @@ webhook が Bearer トークンを必要とする場合、またはそのペイ これで、その webhook を使用する [オートメーションを作成](#create-a-webhook-automation) できるようになりました。 ## オートメーションを作成する -[webhook を設定](#create-a-webhook) した後、**Registry** または **Project** を選択し、以下の手順に従って webhook をトリガーするオートメーションを作成します。 +[webhook を設定](#webhook-を作成する) した後、**Registry** または **Project** を選択し、以下の手順に従って webhook をトリガーするオートメーションを作成します。 @@ -57,9 +57,9 @@ Registry の管理者は、そのレジストリ内にオートメーション 表示される追加フィールドに入力します。例えば、**An artifact alias is added** を選択した場合は、**Alias regex** を指定する必要があります。 **Next step** をクリックします。 -1. [webhook](#create-a-webhook) を所有するチームを選択します。 -1. **Action type** を **Webhooks** に設定し、使用する [webhook](#create-a-webhook) を選択します。 -1. webhook にアクセストークンを設定した場合、`${ACCESS_TOKEN}` [ペイロード変数](#payload-variables) でそのトークンにアクセスできます。webhook に secret を設定した場合、名前の前に `$` を付けることでペイロード内でその secret にアクセスできます。webhook の要件は、webhook のサービスによって決定されます。 +1. [webhook](#webhook-を作成する) を所有するチームを選択します。 +1. **Action type** を **Webhooks** に設定し、使用する [webhook](#webhook-を作成する) を選択します。 +1. webhook にアクセストークンを設定した場合、`${ACCESS_TOKEN}` [ペイロード変数](#ペイロード変数) でそのトークンにアクセスできます。webhook に secret を設定した場合、名前の前に `$` を付けることでペイロード内でその secret にアクセスできます。webhook の要件は、webhook のサービスによって決定されます。 1. **Next step** をクリックします。 1. オートメーションの名前を入力します。オプションで説明を入力します。**Create automation** をクリックします。 @@ -84,9 +84,9 @@ W&B の管理者は、プロジェクト内にオートメーションを作成 オートメーションは、将来追加されるものも含め、プロジェクト内のすべてのコレクションに適用されます。 1. **Next step** をクリックします。 -1. [webhook](#create-a-webhook) を所有するチームを選択します。 -1. **Action type** を **Webhooks** に設定し、使用する [webhook](#create-a-webhook) を選択します。 -1. webhook がペイロードを必要とする場合は、ペイロードを作成して **Payload** フィールドに貼り付けます。webhook にアクセストークンを設定した場合、`${ACCESS_TOKEN}` [ペイロード変数](#payload-variables) でそのトークンにアクセスできます。webhook に secret を設定した場合、名前の前に `$` を付けることでペイロード内でその secret にアクセスできます。webhook の要件は、webhook のサービスによって決定されます。 +1. [webhook](#webhook-を作成する) を所有するチームを選択します。 +1. **Action type** を **Webhooks** に設定し、使用する [webhook](#webhook-を作成する) を選択します。 +1. webhook がペイロードを必要とする場合は、ペイロードを作成して **Payload** フィールドに貼り付けます。webhook にアクセストークンを設定した場合、`${ACCESS_TOKEN}` [ペイロード変数](#ペイロード変数) でそのトークンにアクセスできます。webhook に secret を設定した場合、名前の前に `$` を付けることでペイロード内でその secret にアクセスできます。webhook の要件は、webhook のサービスによって決定されます。 1. **Next step** をクリックします。 1. オートメーションの名前を入力します。オプションで説明を入力します。**Create automation** をクリックします。 @@ -111,7 +111,7 @@ W&B の管理者は、プロジェクトの **Automations** タブからプロ ## ペイロードリファレンス -これらのセクションを使用して、webhook のペイロードを作成してください。webhook とそのペイロードのテストに関する詳細は、[webhook のトラブルシューティング](#troubleshoot-your-webhook) を参照してください。 +これらのセクションを使用して、webhook のペイロードを作成してください。webhook とそのペイロードのテストに関する詳細は、[webhook のトラブルシューティング](#webhook-のトラブルシューティング) を参照してください。 ### ペイロード変数 このセクションでは、webhook のペイロードを作成するために使用できる変数について説明します。 @@ -128,11 +128,11 @@ W&B の管理者は、プロジェクトの **Automations** タブからプロ | `${artifact_metadata.}` | アクションをトリガーしたアーティファクトバージョンからの任意のトップレベルメタデータキーの値。 `` をトップレベルメタデータキーの名前に置き換えてください。webhook のペイロードでは、トップレベルのメタデータキーのみが使用可能です。 | | `${artifact_version}` | アクションをトリガーしたアーティファクトバージョンの [`Wandb.Artifact`](/models/ref/python/experiments/artifact.md/) 表現。 | | `${artifact_version_string}` | アクションをトリガーしたアーティファクトバージョンの `string` 表現。 | -| `${ACCESS_TOKEN}` | [webhook](#create-a-webhook) で設定されている場合、アクセストークンの値。アクセストークンは自動的に `Authorization: Bearer` HTTP ヘッダーで渡されます。 | -| `${SECRET_NAME}` | 設定されている場合、[webhook](#create-a-webhook) で設定された secret の値。 `SECRET_NAME` を secret の名前に置き換えてください。 | +| `${ACCESS_TOKEN}` | [webhook](#webhook-を作成する) で設定されている場合、アクセストークンの値。アクセストークンは自動的に `Authorization: Bearer` HTTP ヘッダーで渡されます。 | +| `${SECRET_NAME}` | 設定されている場合、[webhook](#webhook-を作成する) で設定された secret の値。 `SECRET_NAME` を secret の名前に置き換えてください。 | ### ペイロードの例 -このセクションでは、いくつかの一般的なユースケースにおける webhook ペイロードの例を示します。これらの例では、[ペイロード変数](#payload-variables) の使用方法を実演しています。 +このセクションでは、いくつかの一般的なユースケースにおける webhook ペイロードの例を示します。これらの例では、[ペイロード変数](#ペイロード変数) の使用方法を実演しています。 diff --git a/ja/models/integrations/dagster.mdx b/ja/models/integrations/dagster.mdx index ece2054bde..d540e7ab66 100644 --- a/ja/models/integrations/dagster.mdx +++ b/ja/models/integrations/dagster.mdx @@ -161,7 +161,7 @@ W&B Artifact を書き込むには、Python 関数からオブジェクトを返 -[pickle](https://docs.python.org/3/library/pickle.html) モジュールでシリアライズできるものはすべて pickle 化され、インテグレーションによって作成された Artifact に追加されます。Dagster 内でその Artifact を読み込む際に内容はアンピクルされます（詳細は [Artifacts の読み込み](#read-wb-artifacts) を参照）。 +[pickle](https://docs.python.org/3/library/pickle.html) モジュールでシリアライズできるものはすべて pickle 化され、インテグレーションによって作成された Artifact に追加されます。Dagster 内でその Artifact を読み込む際に内容はアンピクルされます（詳細は [Artifacts の読み込み](#wb-artifacts-の読み込み) を参照）。 ```python @asset( @@ -178,7 +178,7 @@ def create_dataset(): ``` -W&B は、複数の Pickle ベースのシリアライゼーションモジュール ([pickle](https://docs.python.org/3/library/pickle.html), [dill](https://github.com/uqfoundation/dill), [cloudpickle](https://github.com/cloudpipe/cloudpickle), [joblib](https://github.com/joblib/joblib)) をサポートしています。また、[ONNX](https://onnx.ai/) や [PMML](https://en.wikipedia.org/wiki/Predictive_Model_Markup_Language) のようなより高度なシリアライゼーションも使用できます。詳細については、[Serialization](#serialization-configuration) セクションを参照してください。 +W&B は、複数の Pickle ベースのシリアライゼーションモジュール ([pickle](https://docs.python.org/3/library/pickle.html), [dill](https://github.com/uqfoundation/dill), [cloudpickle](https://github.com/cloudpipe/cloudpickle), [joblib](https://github.com/joblib/joblib)) をサポートしています。また、[ONNX](https://onnx.ai/) や [PMML](https://en.wikipedia.org/wiki/Predictive_Model_Markup_Language) のようなより高度なシリアライゼーションも使用できます。詳細については、[Serialization](#serialization-configuration-シリアライゼーション設定) セクションを参照してください。 [Table](/models/ref/python/data-types/table) や [Image](/models/ref/python/data-types/image) などの W&B オブジェクトは、インテグレーションによって作成された Artifact に追加されます。この例では、Table を Artifact に追加します。 diff --git a/ja/models/registry/aliases.mdx b/ja/models/registry/aliases.mdx index deac95e682..18283bf08e 100644 --- a/ja/models/registry/aliases.mdx +++ b/ja/models/registry/aliases.mdx @@ -48,7 +48,7 @@ W&B は、同じ名前でリンクされた各 artifact version に対して、 4. **Aliases** フィールドの隣にある **+** ボタンをクリックして、1つ以上のエイリアスを追加します。 -Python SDK を使用して artifact version をコレクションにリンクする場合、[`link_artifact()`](/models/ref/python/experiments/run.md/#link_artifact) の `alias` 引数に1つ以上のエイリアスのリストをオプションで渡すことができます。提供したエイリアスがまだ存在しない場合、W&B は新しいエイリアス（[保護されていないエイリアス](#custom-aliases)）を作成します。 +Python SDK を使用して artifact version をコレクションにリンクする場合、[`link_artifact()`](/models/ref/python/experiments/run.md/#link_artifact) の `alias` 引数に1つ以上のエイリアスのリストをオプションで渡すことができます。提供したエイリアスがまだ存在しない場合、W&B は新しいエイリアス（[保護されていないエイリアス](#カスタムエイリアス)）を作成します。 以下の コードスニペット は、Python SDK を使用して artifact version をコレクションにリンクし、その artifact version にエイリアスを追加する方法を示しています。`<>` 内の 値 は適宜置き換えてください。 @@ -115,7 +115,7 @@ with wandb.init(entity = "", project = "") as run: 3. **Versions** セクション内で、特定の artifact version の **View** ボタンを選択します。 4. **Aliases** フィールドの隣にある **+** ボタンをクリックして、1つ以上の保護されたエイリアスを追加します。 -保護されたエイリアスが作成された後は、Admin が Python SDK を使用してプログラムから artifact version に追加できます。artifact version に保護されたエイリアスを追加する例については、上記の [カスタムエイリアスの作成](#custom-aliases) セクションの W&B Registry および Python SDK タブを参照してください。 +保護されたエイリアスが作成された後は、Admin が Python SDK を使用してプログラムから artifact version に追加できます。artifact version に保護されたエイリアスを追加する例については、上記の [カスタムエイリアスの作成](#カスタムエイリアス) セクションの W&B Registry および Python SDK タブを参照してください。 ## 既存のエイリアスの検索 [W&B Registry のグローバル検索バー](/models/registry/search_registry/#search-for-registry-items) を使用して、既存のエイリアスを検索できます。保護されたエイリアスを検索するには： diff --git a/ja/models/registry/configure_registry.mdx b/ja/models/registry/configure_registry.mdx index f285a7f125..bdfb212a7a 100644 --- a/ja/models/registry/configure_registry.mdx +++ b/ja/models/registry/configure_registry.mdx @@ -51,7 +51,7 @@ title: Registry へのアクセスを設定する ## レジストリロールの設定 (Configure Registry roles) -このセクションでは、レジストリメンバーのロールを設定する方法を説明します。各ロールの機能、優先順位、デフォルト値など、レジストリロールの詳細については、[レジストリロールの詳細](#details-about-registry-roles) を参照してください。 +このセクションでは、レジストリメンバーのロールを設定する方法を説明します。各ロールの機能、優先順位、デフォルト値など、レジストリロールの詳細については、[レジストリロールの詳細](#レジストリロールの詳細) を参照してください。 1. W&B Registry ( https://wandb.ai/registry/ ) に移動します。 2. 設定したいレジストリを選択します。 diff --git a/ja/models/registry/create_registry.mdx b/ja/models/registry/create_registry.mdx index 959cbf7019..b22cc134a6 100644 --- a/ja/models/registry/create_registry.mdx +++ b/ja/models/registry/create_registry.mdx @@ -20,7 +20,7 @@ W&B Registry UI または W&B Python SDK を使用して、プログラムから 8. **Create registry** ボタンをクリックします。 -[`wandb.Api().create_registry()`](/models/ref/python/#method-apicreate_registry) メソッドを使用して、プログラムからレジストリを作成します。`name` パラメータに名前を、`visibility` パラメータに [公開範囲](#visibility-types) をそれぞれ指定します。 +[`wandb.Api().create_registry()`](/models/ref/python/#method-apicreate_registry) メソッドを使用して、プログラムからレジストリを作成します。`name` パラメータに名前を、`visibility` パラメータに [公開範囲](#公開範囲のタイプ) をそれぞれ指定します。 以下の コード ブロックをコピーして貼り付けます。 `<>` で囲まれた 値 を独自のものに置き換えてください。 diff --git a/ja/models/registry/download_use_artifact.mdx b/ja/models/registry/download_use_artifact.mdx index bb35f60975..f82a73bb98 100644 --- a/ja/models/registry/download_use_artifact.mdx +++ b/ja/models/registry/download_use_artifact.mdx @@ -4,7 +4,7 @@ title: レジストリから Artifact をダウンロードする W&B Python SDK を使用して、リポジトリにリンクされた Artifacts をダウンロードします。Artifacts をダウンロードして使用するには、レジストリ名、コレクション名、およびダウンロードしたい Artifact バージョンの エイリアス またはインデックスを知る必要があります。 -Artifact のプロパティを確認したら、[リンクされた Artifact へのパスを作成](#construct-path-to-linked-artifact) してダウンロードできます。あるいは、W&B App UI から [事前生成されたコードスニペットをコピー＆ペースト](#copy-and-paste-pre-generated-code-snippet) して、レジストリにリンクされた Artifact をダウンロードすることも可能です。 +Artifact のプロパティを確認したら、[リンクされた Artifact へのパスを作成](#リンクされた-artifact-へのパスを作成する) してダウンロードできます。あるいは、W&B App UI から [事前生成されたコードスニペットをコピー＆ペースト](#事前生成されたコードスニペットをコピーペーストする) して、レジストリにリンクされた Artifact をダウンロードすることも可能です。 ## リンクされた Artifact へのパスを作成する diff --git a/ja/models/registry/link_version.mdx b/ja/models/registry/link_version.mdx index 91b0e6a1e9..38d2bafde6 100644 --- a/ja/models/registry/link_version.mdx +++ b/ja/models/registry/link_version.mdx @@ -19,7 +19,7 @@ Artifact をリンクすると、W&B はソースとなる Artifact とコレク {/* -If an artifact version logs metrics (such as by using `wandb.Run.log_artifact()`), you can view metrics for that version from its details page, and you can compare metrics across artifact versions from the artifact's page. Refer to [View linked artifacts in a registry](#view-linked-artifacts-in-a-registry). +If an artifact version logs metrics (such as by using `wandb.Run.log_artifact()`), you can view metrics for that version from its details page, and you can compare metrics across artifact versions from the artifact's page. Refer to [View linked artifacts in a registry](#registry-でリンクされた-artifact-を表示する). */} @@ -32,7 +32,7 @@ Watch a [video demonstrating linking a version](https://www.youtube.com/watch?v= -[Run のコンテキスト内で](#link-an-artifact-version-within-the-context-of-a-run) Artifact バージョンをリンクするには `wandb.Run.link_artifact()` を使用します。[Run のコンテキスト外で](#link-an-artifact-version-outside-the-context-of-a-run) *既存の Artifact バージョン* をリンクするには `wandb.Artifact.link()` を使用します。 +[Run のコンテキスト内で](#run-のコンテキスト内で-artifact-バージョンをリンクする) Artifact バージョンをリンクするには `wandb.Run.link_artifact()` を使用します。[Run のコンテキスト外で](#run-のコンテキスト外で-artifact-バージョンをリンクする) *既存の Artifact バージョン* をリンクするには `wandb.Artifact.link()` を使用します。 diff --git a/ja/models/registry/organize-with-tags.mdx b/ja/models/registry/organize-with-tags.mdx index bd307de488..584a573710 100644 --- a/ja/models/registry/organize-with-tags.mdx +++ b/ja/models/registry/organize-with-tags.mdx @@ -60,7 +60,7 @@ collection.save() `tags` 属性を再代入または変更することで、プログラムからタグを更新できます。W&B では、Python の優れたプラクティスとして、インプレースでの変更（破壊的変更）ではなく、`tags` 属性を再代入することを推奨しています。 -例えば、以下のコードスニペットは、再代入によるリスト更新の一般的な方法を示しています。簡潔にするため、[コレクションにタグを追加するセクション](#add-a-tag-to-a-collection) からのコード例を継続しています。 +例えば、以下のコードスニペットは、再代入によるリスト更新の一般的な方法を示しています。簡潔にするため、[コレクションにタグを追加するセクション](#コレクションにタグを追加する) からのコード例を継続しています。 ```python collection.tags = [*collection.tags, "new-tag", "other-tag"] @@ -186,7 +186,7 @@ with wandb.init(entity = "", project="") as run: `tags` 属性を再代入または変更することで、プログラムからタグを更新できます。W&B では、Python の優れたプラクティスとして、インプレースでの変更ではなく、`tags` 属性を再代入することを推奨しています。 -例えば、以下のコードスニペットは、再代入によるリスト更新の一般的な方法を示しています。簡潔にするため、[Artifacts バージョンにタグを追加するセクション](#add-a-tag-to-an-artifact-version) からのコード例を継続しています。 +例えば、以下のコードスニペットは、再代入によるリスト更新の一般的な方法を示しています。簡潔にするため、[Artifacts バージョンにタグを追加するセクション](#artifacts-バージョンにタグを追加する) からのコード例を継続しています。 ```python artifact.tags = [*artifact.tags, "new-tag", "other-tag"] diff --git a/ja/models/registry/search_registry.mdx b/ja/models/registry/search_registry.mdx index 8f3a754435..411c31c22f 100644 --- a/ja/models/registry/search_registry.mdx +++ b/ja/models/registry/search_registry.mdx @@ -2,7 +2,7 @@ title: レジストリアイテムを検索 --- -W&B Registry の [グローバル検索バー](./search_registry#search-for-registry-items) を使用して、registry、collection、artifact バージョンタグ、collection タグ、または エイリアス を検索できます。W&B Python SDK を使用すると、MongoDB スタイルのクエリを使用して、特定の基準に基づいて [registry、collection、および artifact バージョンをフィルタリング](./search_registry#query-registry-items-with-mongodb-style-queries) することができます。 +W&B Registry の [グローバル検索バー](./search_registry#registry-アイテムの検索) を使用して、registry、collection、artifact バージョンタグ、collection タグ、または エイリアス を検索できます。W&B Python SDK を使用すると、MongoDB スタイルのクエリを使用して、特定の基準に基づいて [registry、collection、および artifact バージョンをフィルタリング](./search_registry#query-registry-items-with-mongodb-style-queries) することができます。 表示権限を持っているアイテムのみが検索結果に表示されます。 diff --git a/ja/models/runs/resuming.mdx b/ja/models/runs/resuming.mdx index 72230afa17..e5bf640aa2 100644 --- a/ja/models/runs/resuming.mdx +++ b/ja/models/runs/resuming.mdx @@ -28,7 +28,7 @@ W&B では、 run を保存する W&B Projects の名前を指定することを - `"allow"`: run ID が存在する場合、W&B はその run ID で run を再開します。run ID が存在しない場合、W&B は指定された run ID で新しい run を初期化します。 - `"never"`: run ID が存在する場合、W&B は何もしません。run ID が存在しない場合、W&B は指定された run ID で新しい run を開始します。 */} -また、`resume="auto"` を指定すると、W&B が自動的に run の再試行を試みるように設定できます。ただし、その場合は同じ ディレクトリー から run を再起動する必要があります。詳細については、[run の自動再開を有効にする](#enable-runs-to-automatically-resume) セクションを参照してください。 +また、`resume="auto"` を指定すると、W&B が自動的に run の再試行を試みるように設定できます。ただし、その場合は同じ ディレクトリー から run を再起動する必要があります。詳細については、[run の自動再開を有効にする](#run-の自動再開を有効にする) セクションを参照してください。 以下のすべての例において、 `<>` で囲まれた 値 は自身の環境に合わせて置き換えてください。 diff --git a/ja/models/runs/run-identifiers.mdx b/ja/models/runs/run-identifiers.mdx index 9014cc191e..b13b10e93a 100644 --- a/ja/models/runs/run-identifiers.mdx +++ b/ja/models/runs/run-identifiers.mdx @@ -7,7 +7,7 @@ W&B の Run を初期化すると、W&B はその run に [run ID と呼ばれ ## Run ID -run の ID は、その run を一意に識別するものです。デフォルトでは、新しい run を初期化する際に、[独自の一意な run ID を指定](#create-a-custom-run-id) して [run を初期化](/models/runs/initialize-run) しない限り、W&B は [ランダムで一意な run ID](#autogenerated-run-ids) を自動的に生成します。 +run の ID は、その run を一意に識別するものです。デフォルトでは、新しい run を初期化する際に、[独自の一意な run ID を指定](#カスタム-run-id-の作成) して [run を初期化](/models/runs/initialize-run) しない限り、W&B は [ランダムで一意な run ID](#autogenerated-run-ids) を自動的に生成します。 ### run ID の確認方法 diff --git a/ja/models/support/find_api_key.mdx b/ja/models/support/find_api_key.mdx index b3d141f0b8..16da0ae5a8 100644 --- a/ja/models/support/find_api_key.mdx +++ b/ja/models/support/find_api_key.mdx @@ -38,7 +38,7 @@ APIキー を削除すると、その キー を使用しているすべての APIキー を置換（ローテーション）するには： -1. [新しい APIキー を作成します](#create-a-new-api-key)。 +1. [新しい APIキー を作成します](#新しい-apiキー-を作成する)。 2. すべての スクリプト、サービス、および 環境 を新しい APIキー を使用するように更新します。 3. すべての場所で新しい APIキー が正常に動作することをテストします。 4. 古い APIキー を削除します。 diff --git a/ja/models/sweeps/sweep-config-keys.mdx b/ja/models/sweeps/sweep-config-keys.mdx index b3e53cf382..a81c210491 100644 --- a/ja/models/sweeps/sweep-config-keys.mdx +++ b/ja/models/sweeps/sweep-config-keys.mdx @@ -51,7 +51,7 @@ YAML ファイルまたは Python スクリプトで、`parameters` をトップ | --------------- | ------------------------------------------------------------------------------ | | `values` | このハイパーパラメーターのすべての有効な値を指定します。`grid` と互換性があります。 | | `value` | このハイパーパラメーターの単一の有効な値を指定します。`grid` と互換性があります。 | -| `distribution` | 確率 [分布](#distribution-options-for-random-and-bayesian-search) を指定します。デフォルト値については、この表に続く注記を参照してください。 | +| `distribution` | 確率 [分布](#ランダム検索とベイズ探索の分布オプション) を指定します。デフォルト値については、この表に続く注記を参照してください。 | | `probabilities` | `random` を使用する際に、`values` の各要素を選択する確率を指定します。 | | `min`, `max` | (`int` または `float`) 最大値と最小値。`int` の場合は `int_uniform` 分布、`float` の場合は `uniform` 分布のハイパーパラメーターに使用されます。 | | `mu` | (`float`) `normal` または `lognormal` 分布の平均パラメータ。 | @@ -60,7 +60,7 @@ YAML ファイルまたは Python スクリプトで、`parameters` をトップ | `parameters` | ルートレベルのパラメータの中に他のパラメータをネストします。 | -[分布](#distribution-options-for-random-and-bayesian-search) が指定されていない場合、W&B は以下の条件に基づいて分布を設定します。 +[分布](#ランダム検索とベイズ探索の分布オプション) が指定されていない場合、W&B は以下の条件に基づいて分布を設定します。 * `values` を指定した場合は `categorical` * `max` と `min` を整数で指定した場合は `int_uniform` * `max` と `min` を浮動小数点数で指定した場合は `uniform` diff --git a/ja/models/sweeps/walkthrough.mdx b/ja/models/sweeps/walkthrough.mdx index 9800d73b2f..6730c5cd1a 100644 --- a/ja/models/sweeps/walkthrough.mdx +++ b/ja/models/sweeps/walkthrough.mdx @@ -5,10 +5,10 @@ description: Sweeps クイックスタートでは、 Sweep の定義、初期 このページでは、 Sweeps の定義、初期化、および実行方法について説明します。主に以下の4つのステップがあります。 -1. [トレーニングコードのセットアップ](#set-up-your-training-code) -2. [sweep configuration による検索空間の定義](#define-the-search-space-with-a-sweep-configuration) -3. [sweep の初期化](#initialize-the-sweep) -4. [sweep agent の開始](#start-the-sweep) +1. [トレーニングコードのセットアップ](#トレーニングコードのセットアップ) +2. [sweep configuration による検索空間の定義](#sweep-configuration-による検索空間の定義) +3. [sweep の初期化](#sweep-の初期化) +4. [sweep agent の開始](#sweep-の開始) 以下のコードを Jupyter Notebook または Python スクリプトにコピー＆ペーストしてください。 diff --git a/ja/models/tables/log_tables.mdx b/ja/models/tables/log_tables.mdx index a5343f5ee2..ffed2c4569 100644 --- a/ja/models/tables/log_tables.mdx +++ b/ja/models/tables/log_tables.mdx @@ -15,7 +15,7 @@ W&B Python SDK を使用して [Table オブジェクトを作成しログに記 ## テーブルの作成とログ記録 1. `wandb.init()` で新しい run を初期化します。 -2. [`wandb.Table`](/models/ref/python/data-types/table) クラスを使用して Table オブジェクトを作成します。`columns` パラメータと `data` パラメータにそれぞれテーブルの列とデータを指定します。オプションの `log_mode` パラメータを、`IMMUTABLE`（デフォルト）、`MUTABLE`、または `INCREMENTAL` の 3 つのモードのいずれかに設定することをお勧めします。詳細については、次セクションの [テーブルのロギングモード](#logging-modes) を参照してください。 +2. [`wandb.Table`](/models/ref/python/data-types/table) クラスを使用して Table オブジェクトを作成します。`columns` パラメータと `data` パラメータにそれぞれテーブルの列とデータを指定します。オプションの `log_mode` パラメータを、`IMMUTABLE`（デフォルト）、`MUTABLE`、または `INCREMENTAL` の 3 つのモードのいずれかに設定することをお勧めします。詳細については、次セクションの [テーブルのロギングモード](#ロギングモード) を参照してください。 3. `run.log()` を使用してテーブルを W&B にログ記録します。 次の例は、`a` と `b` の 2 つの列と、`["a1", "b1"]` および `["a2", "b2"]` の 2 行のデータを持つテーブルを作成してログに記録する方法を示しています。 diff --git a/ja/models/tables/visualize-tables.mdx b/ja/models/tables/visualize-tables.mdx index 816bf2ec21..92ec688033 100644 --- a/ja/models/tables/visualize-tables.mdx +++ b/ja/models/tables/visualize-tables.mdx @@ -16,7 +16,7 @@ W&B Tables は以下の振る舞いを持ちます： 1. **Artifacts コンテキストではステートレス**: Artifact のバージョンとともにログに記録されたテーブルは、ブラウザウィンドウを閉じるとデフォルトの状態にリセットされます。 2. **Workspace または Reports コンテキストではステートフル**: 単一の Run Workspace 、マルチ Run プロジェクト Workspace 、または Report でテーブルに加えた変更は保持されます。 -現在の W&B Table ビューを保存する方法については、 [Save your view](#save-your-view) を参照してください。 +現在の W&B Table ビューを保存する方法については、 [Save your view](#表示設定viewを保存する) を参照してください。 ## 2つのテーブルを比較する @@ -130,7 +130,7 @@ W&B App の UI 内で、複数のステップで重複した値が表示され * `serene-sponge` は `epoch = 9` を見つけ、 `_step = 18` でログに記録された値を返します。 ## Artifacts を比較する -[時間の経過に沿ってテーブルを比較](#compare-tables-across-time) したり、 [モデルのバリアント間で比較](#compare-tables-across-model-variants) したりすることもできます。 +[時間の経過に沿ってテーブルを比較](#カスタムステップキー) したり、 [モデルのバリアント間で比較](#artifacts-を比較する) したりすることもできます。 ### 時間の経過に沿ってテーブルを比較する トレーニングの各重要なステップで Artifact 内のテーブルをログに記録し、トレーニング時間に応じたモデルのパフォーマンスを分析します。例えば、各検証ステップの最後、トレーニング 50 エポックごと、またはパイプラインにとって意味のある頻度でテーブルをログに記録できます。サイドバイサイドビューを使用して、モデルの予測の変化を可視化します。 diff --git a/ja/models/track/create-an-experiment.mdx b/ja/models/track/create-an-experiment.mdx index 81e2678f34..4e03c6adcb 100644 --- a/ja/models/track/create-an-experiment.mdx +++ b/ja/models/track/create-an-experiment.mdx @@ -11,9 +11,9 @@ W&B Python SDKを使用して、機械学習の Experiments を追跡できま W&B Experiment は次の4つのステップで作成します。 -1. [W&B Run の初期化](#initialize-a-wb-run) -2. [ハイパーパラメーターの辞書の取得](#capture-a-dictionary-of-hyperparameters) -3. [トレーニングループ内でのメトリクスのログ記録](#log-metrics-inside-your-training-loop) +1. [W&B Run の初期化](#wb-run-の初期化) +2. [ハイパーパラメーターの辞書の取得](#ハイパーパラメーターの辞書の取得) +3. [トレーニングループ内でのメトリクスのログ記録](#トレーニングループ内でのメトリクスのログ記録) 4. [W&B への Artifacts のログ記録](#log-an-artifact-to-wb) ### W&B Run の初期化 diff --git a/ja/models/track/environment-variables.mdx b/ja/models/track/environment-variables.mdx index 5503072ad2..fc2981c400 100644 --- a/ja/models/track/environment-variables.mdx +++ b/ja/models/track/environment-variables.mdx @@ -37,7 +37,7 @@ os.environ["WANDB_SWEEP_ID"] = "b05fq58z" | `WANDB_BASE_URL` | [wandb/local](/platform/hosting/) を使用している場合は、この環境変数を `http://YOUR_IP:YOUR_PORT` に設定する必要があります。 | | `WANDB_CACHE_DIR` | デフォルトは `~/.cache/wandb` です。この環境変数でこの場所を上書きできます。 | | `WANDB_CONFIG_DIR` | デフォルトは `~/.config/wandb` です。この環境変数でこの場所を上書きできます。 | -| `WANDB_CONFIG_PATHS` | wandb.config にロードする yaml ファイルのカンマ区切りリスト。 [config](./config#file-based-configs) を参照してください。 | +| `WANDB_CONFIG_PATHS` | wandb.config にロードする yaml ファイルのカンマ区切りリスト。 [config](./config#ファイルベースの-config) を参照してください。 | | `WANDB_CONSOLE` | 標準出力 / 標準エラーの ログ 記録を無効にするには、これを "off" に設定します。サポートされている環境では、デフォルトで "on" に設定されています。 | | `WANDB_DATA_DIR` | ステージング中の アーティファクト をアップロードする場所。 `platformdirs` Python パッケージの `user_data_dir` の値を使用するため、デフォルトの場所はプラットフォームによって異なります。この ディレクトリー が存在し、実行 ユーザー が書き込み権限を持っていることを確認してください。 | | `WANDB_DIR` | 生成されたすべてのファイルを保存する場所。未設定の場合、デフォルトは トレーニングスクリプト 相対の `wandb` ディレクトリー です。この ディレクトリー が存在し、実行 ユーザー が書き込み権限を持っていることを確認してください。これはダウンロードされた アーティファクト の場所を制御しません。そちらは `WANDB_ARTIFACT_DIR` 環境変数を使用して設定できます。 | diff --git a/ja/models/track/limits.mdx b/ja/models/track/limits.mdx index af1163067b..19f1ad5dcc 100644 --- a/ja/models/track/limits.mdx +++ b/ja/models/track/limits.mdx @@ -169,7 +169,7 @@ with open("large_config.json", "r") as f: - SaaS Cloud の場合：100,000 未満 - 専用クラウド または セルフマネージドの場合：10,000 未満 -これらのしきい値を超えると、プロジェクトの Workspace や Runs テーブルに関連する操作（特に Runs のグループ化や、Run 実行中の多数の個別メトリクスの収集など）が遅くなる可能性があります。[メトリクス数](#metric-count) のセクションも参照してください。 +これらのしきい値を超えると、プロジェクトの Workspace や Runs テーブルに関連する操作（特に Runs のグループ化や、Run 実行中の多数の個別メトリクスの収集など）が遅くなる可能性があります。[メトリクス数](#メトリクス数) のセクションも参照してください。 チームが同じ Runs のセット（最近の Runs など）に頻繁にアクセスする場合は、使用頻度の低い Runs をまとめて [新しい "アーカイブ" プロジェクトに移動](/models/runs/manage-runs/) し、作業中のプロジェクト内の Runs セットを小さく保つことを検討してください。 @@ -236,7 +236,7 @@ W&B SaaS Cloud API は、システムの整合性を維持し、可用性を確 レート制限は変更される可能性があります。 -レート制限に達すると、HTTP `429` `Rate limit exceeded` エラーが発生し、レスポンスには [レート制限 HTTP ヘッダー](#rate-limit-http-headers) が含まれます。 +レート制限に達すると、HTTP `429` `Rate limit exceeded` エラーが発生し、レスポンスには [レート制限 HTTP ヘッダー](#レート制限-http-ヘッダー) が含まれます。 ### レート制限 HTTP ヘッダー @@ -254,7 +254,7 @@ W&B SaaS Cloud API は、システムの整合性を維持し、可用性を確 W&B は、W&B プロジェクトごとにレート制限を適用します。したがって、チーム内に 3 つのプロジェクトがある場合、各プロジェクトに独自のレート制限クォータがあります。[有料プラン](https://wandb.ai/site/pricing) のユーザーは、無料プランよりも高いレート制限が設定されています。 -レート制限に達すると、HTTP `429` `Rate limit exceeded` エラーが発生し、レスポンスには [レート制限 HTTP ヘッダー](#rate-limit-http-headers) が含まれます。 +レート制限に達すると、HTTP `429` `Rate limit exceeded` エラーが発生し、レスポンスには [レート制限 HTTP ヘッダー](#レート制限-http-ヘッダー) が含まれます。 ### メトリクスログ記録 API のレート制限内に収めるための提案 @@ -288,7 +288,7 @@ W&B Models UI および SDK の [Public API](/models/ref/python/public-api/api) [Teams および Enterprise プラン](https://wandb.ai/site/pricing) のユーザーは、無料プランよりも高いレート制限が適用されます。 W&B Models SDK の Public API の使用中にレート制限に達すると、標準出力にエラーを示す関連メッセージが表示されます。 -レート制限に達すると、HTTP `429` `Rate limit exceeded` エラーが発生し、レスポンスには [レート制限 HTTP ヘッダー](#rate-limit-http-headers) が含まれます。 +レート制限に達すると、HTTP `429` `Rate limit exceeded` エラーが発生し、レスポンスには [レート制限 HTTP ヘッダー](#レート制限-http-ヘッダー) が含まれます。 #### GraphQL API のレート制限内に収めるための提案 diff --git a/ja/models/track/log/log-tables.mdx b/ja/models/track/log/log-tables.mdx index 4c29037816..82e2d86927 100644 --- a/ja/models/track/log/log-tables.mdx +++ b/ja/models/track/log/log-tables.mdx @@ -7,10 +7,10 @@ import { ColabLink } from '/snippets/en/_includes/colab-link.mdx'; `wandb.Table` を使用してデータをログに記録し、W&B で可視化やクエリを実行します。このガイドでは、以下の方法について説明します。 -1. [テーブルの作成](./log-tables#create-tables) -2. [データの追加](./log-tables#add-data) -3. [データの取得](./log-tables#retrieve-data) -4. [テーブルの保存](./log-tables#save-tables) +1. [テーブルの作成](./log-tables#テーブルの作成) +2. [データの追加](./log-tables#データの追加) +3. [データの取得](./log-tables#データの取得) +4. [テーブルの保存](./log-tables#テーブルの保存) ## テーブルの作成 diff --git a/ja/models/track/log/working-with-csv.mdx b/ja/models/track/log/working-with-csv.mdx index d1663736e1..918623a621 100644 --- a/ja/models/track/log/working-with-csv.mdx +++ b/ja/models/track/log/working-with-csv.mdx @@ -3,7 +3,7 @@ title: CSV ファイルを Experiments で追跡する description: W&B へのデータのインポートと ログ の記録 --- -W&B Pythonライブラリを使用してCSVファイルをログに記録し、 [W&B Dashboard](/models/track/workspaces/) で可視化します。 W&B Dashboard は、機械学習モデルの結果を整理して可視化するための中心的な場所です。これは、W&Bにログが記録されていない [過去の機械学習実験の情報を含むCSVファイル](#import-and-log-your-csv-of-experiments) がある場合や、 [データセットを含むCSVファイル](#import-and-log-your-dataset-csv-file) がある場合に特に便利です。 +W&B Pythonライブラリを使用してCSVファイルをログに記録し、 [W&B Dashboard](/models/track/workspaces/) で可視化します。 W&B Dashboard は、機械学習モデルの結果を整理して可視化するための中心的な場所です。これは、W&Bにログが記録されていない [過去の機械学習実験の情報を含むCSVファイル](#実験のcsvをインポートしてログに記録する) がある場合や、 [データセットを含むCSVファイル](#データセットのcsvファイルをインポートしてログに記録する) がある場合に特に便利です。 ## データセットのCSVファイルをインポートしてログに記録する diff --git a/ja/models/track/project-page.mdx b/ja/models/track/project-page.mdx index 7c2aff919c..18b4d61e7f 100644 --- a/ja/models/track/project-page.mdx +++ b/ja/models/track/project-page.mdx @@ -17,11 +17,11 @@ import ProjectVisibilitySettings from "/snippets/en/_includes/project-visibility * [Overview](/models/track/project-page/#overview-tab): プロジェクトのスナップショット * [Workspace](/models/track/project-page/#workspace-tab): 個人の可視化用サンドボックス -* [Runs](#runs-tab): プロジェクト内のすべての run をリストしたテーブル -* [Automations](#automations-tab): プロジェクトで設定されたオートメーション +* [Runs](#runsタブ): プロジェクト内のすべての run をリストしたテーブル +* [Automations](#automationsタブ): プロジェクトで設定されたオートメーション * [Sweeps](/models/sweeps/): 自動化された探索と最適化 * [Reports](/models/track/project-page/#reports-tab): ノート、run、グラフの保存されたスナップショット -* [Artifacts](#artifacts-tab): すべての run と、その run に関連付けられたアーティファクトが含まれます +* [Artifacts](#artifactsタブ): すべての run と、その run に関連付けられたアーティファクトが含まれます ## Overviewタブ W&B は、プロジェクトフィールドに指定した名前で run を初期化した際に、プロジェクトを自動的に作成します。 @@ -74,7 +74,7 @@ W&B は、プロジェクトフィールドに指定した名前で run を初 * **展開ボタン**: サイドバーをフルテーブルに展開します。 * **Run数**: 上部の括弧内の数字はプロジェクト内の総 run 数です。「N visualized」という数字は、目のアイコンがオンになっており、各プロットで可視化可能な run の数です。以下の例では、183個の run のうち最初の10個のみがグラフに表示されています。グラフを編集して、表示される最大 run 数を増やすことができます。 -[Runsタブ](#runs-tab) で列のピン留め、非表示、または順序の変更を行うと、Runs サイドバーにもそれらのカスタマイズが反映されます。 +[Runsタブ](#runsタブ) で列のピン留め、非表示、または順序の変更を行うと、Runs サイドバーにもそれらのカスタマイズが反映されます。 **Panels layout**: この作業スペースを使用して、結果の探索、チャートの追加と削除、異なるメトリクスに基づくモデルのバージョンの比較を行います。 @@ -137,7 +137,7 @@ Runs タブを使用して、run のフィルタリング、グループ化、 Runs タブにはプロジェクト内の run に関する詳細が表示されます。デフォルトでは多数の列が表示されています。 -Runs タブをカスタマイズすると、そのカスタマイズは [Workspaceタブ](#workspace-tab) の **Runs** セレクターにも反映されます。 +Runs タブをカスタマイズすると、そのカスタマイズは [Workspaceタブ](#workspaceタブ) の **Runs** セレクターにも反映されます。 - すべての表示列を見るには、ページを横にスクロールします。 diff --git a/ja/models/track/workspaces.mdx b/ja/models/track/workspaces.mdx index 367aa18197..d7281c41a5 100644 --- a/ja/models/track/workspaces.mdx +++ b/ja/models/track/workspaces.mdx @@ -65,7 +65,7 @@ Workspace の URL を直接共有することで、カスタマイズした Work この機能には [Enterprise](https://wandb.ai/site/pricing/) ライセンスが必要です。 -_Workspace templates_ を使用すると、新しい Workspace の [デフォルト設定](#default-workspace-settings) を使う代わりに、既存の Workspace と同じ設定を使用して素早く Workspace を作成できます。現在、Workspace template ではカスタムの [折れ線グラフ（line plot）設定](/models/app/features/panels/line-plot/#all-line-plots-in-a-workspace) を定義できます。 +_Workspace templates_ を使用すると、新しい Workspace の [デフォルト設定](#workspace-templates) を使う代わりに、既存の Workspace と同じ設定を使用して素早く Workspace を作成できます。現在、Workspace template ではカスタムの [折れ線グラフ（line plot）設定](/models/app/features/panels/line-plot/#all-line-plots-in-a-workspace) を定義できます。 ### デフォルトの Workspace 設定 デフォルトでは、新しい Workspace は折れ線グラフに対して以下の設定を使用します。 @@ -139,7 +139,7 @@ Workspace template を削除してデフォルト設定に戻すには： 1. **Settings** の横にあるゴミ箱アイコンをクリックします。 -Dedicated Cloud およびセルフマネージド（Self-Managed）の場合、Workspace template の削除は v0.70 以上でサポートされています。古いバージョンの Server では、Workspace template を [デフォルト設定](#default-workspace-settings) を使用するように更新してください。 +Dedicated Cloud およびセルフマネージド（Self-Managed）の場合、Workspace template の削除は v0.70 以上でサポートされています。古いバージョンの Server では、Workspace template を [デフォルト設定](#workspace-templates) を使用するように更新してください。 ## プログラムによる Workspace の作成 diff --git a/ja/platform/app/settings-page/team-settings.mdx b/ja/platform/app/settings-page/team-settings.mdx index c2b0bb3cbc..ac061a1395 100644 --- a/ja/platform/app/settings-page/team-settings.mdx +++ b/ja/platform/app/settings-page/team-settings.mdx @@ -17,7 +17,7 @@ import EnterpriseOnly from "/snippets/en/_includes/enterprise-only.mdx"; Members セクションには、すべての保留中の招待と、チームへの参加招待を承諾したメンバーのリストが表示されます。リスト内の各メンバーについて、名前、ユーザー名、メールアドレス、チームロール、および Organization から継承された Models と W&B Weave へのアクセス権限が表示されます。標準のチームロールである **Admin**、**Member**、**View-only** から選択できます。Organization で [カスタムロール](/platform/hosting/iam/access-management/manage-organization#add-and-manage-custom-roles) が作成されている場合は、代わりにカスタムロールを割り当てることができます。 -チームの作成、チームの管理、チームメンバーシップおよびロールの管理に関する詳細は、[チームの追加と管理](/platform/hosting/iam/access-management/manage-organization#add-and-manage-teams) を参照してください。新しいメンバーを招待できる権限の設定や、その他のチームのプライバシー設定については、[プライバシー](#privacy) を参照してください。 +チームの作成、チームの管理、チームメンバーシップおよびロールの管理に関する詳細は、[チームの追加と管理](/platform/hosting/iam/access-management/manage-organization#add-and-manage-teams) を参照してください。新しいメンバーを招待できる権限の設定や、その他のチームのプライバシー設定については、[プライバシー](#プライバシー) を参照してください。 ## アバター diff --git a/ja/platform/hosting/data-security/secure-storage-connector.mdx b/ja/platform/hosting/data-security/secure-storage-connector.mdx index b1d9f1618a..7c20276254 100644 --- a/ja/platform/hosting/data-security/secure-storage-connector.mdx +++ b/ja/platform/hosting/data-security/secure-storage-connector.mdx @@ -65,7 +65,7 @@ W&B は以下のストレージプロバイダーに接続できます。 ## バケットのプロビジョニング -[利用可能性を確認](#availability-matrix) したら、アクセス ポリシーと CORS を含むストレージバケットをプロビジョニングする準備が整いました。タブを選択して続行してください。 +[利用可能性を確認](#利用可能マトリクス) したら、アクセス ポリシーと CORS を含むストレージバケットをプロビジョニングする準備が整いました。タブを選択して続行してください。 @@ -392,7 +392,7 @@ S3 互換バケットを作成します。以下をメモしておいてくだ -次に、[ストレージアドレスを決定](#determine-the-storage-address) します。 +次に、[ストレージアドレスを決定](#ストレージアドレスを決定する) します。 ## ストレージアドレスを決定する このセクションでは、W&B チーム を BYOB ストレージバケットに接続するために使用する構文について説明します。例では、山括弧 (`<>`) で囲まれたプレースホルダーの値を、 ユーザー のバケットの詳細に置き換えてください。 @@ -450,7 +450,7 @@ MinIO オープンソースは [メンテナンスモード](https://github.com/ ストレージアドレスを決定したら、[チームレベルの BYOB を設定](#configure-team-level-byob) する準備が整いました。 ## W&B を設定する -[バケットをプロビジョニング](#provision-your-bucket) し、その [アドレスを決定](#determine-the-storage-address) したら、[インスタンスレベル](#instance-level-byob) または [チームレベル](#team-level-byob) で BYOB を 設定 する準備が整いました。 +[バケットをプロビジョニング](#バケットのプロビジョニング) し、その [アドレスを決定](#ストレージアドレスを決定する) したら、[インスタンスレベル](#インスタンスレベル-byob) または [チームレベル](#チームレベル-byob) で BYOB を 設定 する準備が整いました。 ストレージバケットのレイアウトは慎重に計画してください。W&B 用にストレージバケットを 設定 した後、そのデータを別のバケットに移行することは複雑であり、W&B の支援が必要になります。これは Dedicated Cloud や Self-Managed のストレージ、および Multi-tenant Cloud のチームレベルのストレージに適用されます。質問がある場合は、[サポート](mailto:support@wandb.com) に連絡してください。 @@ -485,12 +485,12 @@ Self-Managed の場合、W&B は、必要な アクセス メカニズムと関 ### チームレベル BYOB W&B App を使用して チーム を作成する際に、チームレベルの BYOB を 設定 できます。2 つのオプションがあります。 -- **既存のバケットを使用する**: 最初にバケットの [ストレージの場所を決定](#determine-the-storage-address) する必要があります。 +- **既存のバケットを使用する**: 最初にバケットの [ストレージの場所を決定](#ストレージアドレスを決定する) する必要があります。 - **新しいバケットを作成する** (Multi-tenant Cloud のみ): チーム を作成する際に、W&B が クラウド プロバイダーにバケットを自動的に作成できます。これは CoreWeave、AWS、Google Cloud でサポートされています。 - チーム が作成された後、そのストレージを変更することはできません。 -- インスタンスレベルの BYOB については、代わりに [インスタンスレベル BYOB](#instance-level-byob) を参照してください。 +- インスタンスレベルの BYOB については、代わりに [インスタンスレベル BYOB](#インスタンスレベル-byob) を参照してください。 - チーム に CoreWeave ストレージを 設定 する予定がある場合は、[CoreWeave の要件](#coreweave-requirements) を確認し、[サポート](mailto:support@wandb.com) に連絡して、CoreWeave でバケットが正しく 設定 されていること、およびチームの 設定 を検証してください。ストレージの詳細は チーム 作成後に変更できないためです。 @@ -516,7 +516,7 @@ W&B App を使用して チーム を作成する際に、チームレベルの クラウド プロバイダーがリストにない場合は、[バケットのプロビジョニング](#set-environment-variable) の手順に従って、インスタンスのサポートされているファイルストアにバケットパスを追加したことを確認してください。それでもストレージプロバイダーがリストにない場合は、[サポート](mailto:support@wandb.ai) にお問い合わせください。 8. バケットの詳細を指定します。 - **CoreWeave** の場合は、バケット名のみを入力します。 - - Amazon S3、Google Cloud、または S3 互換ストレージの場合は、[以前に決定した](#determine-the-storage-address) 完全なバケットパスを入力します。 + - Amazon S3、Google Cloud、または S3 互換ストレージの場合は、[以前に決定した](#ストレージアドレスを決定する) 完全なバケットパスを入力します。 - W&B Dedicated または Self-Managed 上の Azure の場合は、**Account name** を Azure アカウントに、**Container name** を Azure Blob Storage コンテナーに 設定 します。 - オプションで、追加の接続 設定 を提供します。 - 該当する場合、**Path** をバケットのサブパスに 設定 します。 diff --git a/ja/platform/hosting/enterprise-licenses.mdx b/ja/platform/hosting/enterprise-licenses.mdx index 3a2fbe9a34..9402264a79 100644 --- a/ja/platform/hosting/enterprise-licenses.mdx +++ b/ja/platform/hosting/enterprise-licenses.mdx @@ -3,7 +3,7 @@ title: エンタープライズライセンス description: W&B Enterprise ライセンス、含まれる機能、およびライセンスの取得と 設定 方法について説明します。 --- -Enterprise ライセンスは、セキュリティ、コンプライアンス、または管理の面で強化された機能を必要とする組織向けに設計された W&B 機能をアンロックします。[Enterprise 機能](#enterprise-features) のリストをご覧ください。 +Enterprise ライセンスは、セキュリティ、コンプライアンス、または管理の面で強化された機能を必要とする組織向けに設計された W&B 機能をアンロックします。[Enterprise 機能](#enterprise-機能) のリストをご覧ください。 - **セキュリティ**: 強化された認証、暗号化、アクセス制御。 - **コンプライアンス**: 操作ログ（監査ログ）、HIPAA コンプライアンスオプション、データガバナンス管理。 @@ -15,7 +15,7 @@ Enterprise ライセンスは、セキュリティ、コンプライアンス、 Enterprise ライセンスは、W&B 専用クラウド および セルフマネージドデプロイメントで利用可能です。 - [W&B 専用クラウド](/platform/hosting/hosting-options/dedicated_cloud) は、W&B が管理し Google Cloud にデプロイされるシングルテナントのインフラストラクチャーを提供します。専用クラウドのデプロイメントには Enterprise ライセンスが自動的に含まれています。追加の設定は不要で、プロビジョニング後すぐにすべての Enterprise 機能を利用できます。 -- [W&B セルフマネージド](/platform/hosting/hosting-options/self-managed) は、お客様自身のインフラストラクチャーにデプロイされ、デプロイメントとデータを完全に制御できます。エアギャップ環境でのデプロイもサポートされています。Enterprise ライセンスがない場合、[Enterprise 機能](#enterprise-features) は利用できません。 +- [W&B セルフマネージド](/platform/hosting/hosting-options/self-managed) は、お客様自身のインフラストラクチャーにデプロイされ、デプロイメントとデータを完全に制御できます。エアギャップ環境でのデプロイもサポートされています。Enterprise ライセンスがない場合、[Enterprise 機能](#enterprise-機能) は利用できません。 ## Enterprise ライセンスの取得 このセクションでは、Enterprise ライセンスの取得方法について説明します。ユースケースに合わせてタブを選択してください。 @@ -40,7 +40,7 @@ Enterprise ライセンスをリクエストする： このセクションは W&B セルフマネージドにのみ関連します。 -[Enterprise ライセンスを取得](#obtain-an-enterprise-license) した後、プログラムで設定するか、デプロイ後に W&B アプリ内で設定できます。手順についてはタブを選択してください。 +[Enterprise ライセンスを取得](#enterprise-ライセンスの取得) した後、プログラムで設定するか、デプロイ後に W&B アプリ内で設定できます。手順についてはタブを選択してください。 @@ -102,7 +102,7 @@ docker run -d \ インスタンスまたは組織の管理者として、以下の手順で Enterprise ライセンスを確認・管理してください。 1. W&B アプリで、右上のユーザープロフィールアイコンをクリックし、**System Console** をクリックします。 -1. **License** タブに移動します。ダッシュボードに、ライセンスの権限、有効期限、および期間ごとの使用状況が表示されます。エラーが表示される場合は、[よくある問題](#common-issues) を参照してください。 +1. **License** タブに移動します。ダッシュボードに、ライセンスの権限、有効期限、および期間ごとの使用状況が表示されます。エラーが表示される場合は、[よくある問題](#よくある問題) を参照してください。 1. ライセンスとその権限に関する詳細情報を確認するには、**View license online** をクリックします。 このページから、新しいトライアルまたはプロダクションライセンスを注文することもできます。ページ上部の **New license order** をクリックしてフォームを送信してください。 diff --git a/ja/platform/hosting/hosting-options/self-managed.mdx b/ja/platform/hosting/hosting-options/self-managed.mdx index 5a2645bf68..880c2a753b 100644 --- a/ja/platform/hosting/hosting-options/self-managed.mdx +++ b/ja/platform/hosting/hosting-options/self-managed.mdx @@ -9,7 +9,7 @@ description: プロダクション環境での W&B Self-Managed のデプロイ W&B では、[W&B Multi-tenant Cloud](/platform/hosting/hosting-options/multi_tenant_cloud) または [W&B 専用クラウド](/platform/hosting/hosting-options/dedicated_cloud) などの完全管理型のデプロイメントオプションを推奨しています。W&B の完全管理型サービスは、設定がほとんど不要で、シンプルかつ安全に利用できます。 -W&B Server は、お客様の [AWS、Google Cloud、または Azure のクラウド経由のアカウント](#deploy-wb-server-within-Self-Managed-cloud-accounts)、または [オンプレミスインフラストラクチャー](#deploy-wb-server-in-on-prem-infrastructure) 内にデプロイできます。 +W&B Server は、お客様の [AWS、Google Cloud、または Azure のクラウド経由のアカウント](#deploy-wb-server-within-Self-Managed-cloud-accounts)、または [オンプレミスインフラストラクチャー](#オンプレミスインフラストラクチャーへの-wb-server-のデプロイ) 内にデプロイできます。 お客様の IT/DevOps/MLOps チームは以下の事項に責任を持ちます。 @@ -28,7 +28,7 @@ W&B Server は、お客様の [AWS、Google Cloud、または Azure のクラウ 詳細は [W&B Security Portal](https://security.wandb.ai/) を参照して情報をリクエストしてください。 -{/* セットアップを完了するには [W&B Server ライセンスの取得](#obtain-your-wb-server-license) を確認してください。 */} +{/* セットアップを完了するには [W&B Server ライセンスの取得](#wb-server-ライセンスの取得) を確認してください。 */} ## Self-Managed クラウド勘定内への W&B Server のデプロイ @@ -49,7 +49,7 @@ W&B では、公式の W&B Terraform スクリプトを使用して、AWS、Goog ## カスタムクラウドプラットフォームへの W&B Server のデプロイ -AWS、Google Cloud、Azure 以外のクラウドプラットフォームにも W&B Server をデプロイできます。その際の要件は、[オンプレミスインフラストラクチャー](#deploy-wb-server-in-on-prem-infrastructure) へのデプロイと同様です。 +AWS、Google Cloud、Azure 以外のクラウドプラットフォームにも W&B Server をデプロイできます。その際の要件は、[オンプレミスインフラストラクチャー](#オンプレミスインフラストラクチャーへの-wb-server-のデプロイ) へのデプロイと同様です。 ## W&B Server ライセンスの取得 diff --git a/ja/platform/hosting/iam/access-management/manage-organization.mdx b/ja/platform/hosting/iam/access-management/manage-organization.mdx index ee293ad57e..e27a84b01b 100644 --- a/ja/platform/hosting/iam/access-management/manage-organization.mdx +++ b/ja/platform/hosting/iam/access-management/manage-organization.mdx @@ -2,9 +2,9 @@ title: 組織の管理 --- -オーガニゼーションの管理者として、オーガニゼーション内の [個々のユーザーを管理](#add-and-manage-users) したり、[チームを管理](#add-and-manage-teams) したりすることができます。 +オーガニゼーションの管理者として、オーガニゼーション内の [個々のユーザーを管理](#ユーザーの追加と管理) したり、[チームを管理](#チームの追加と管理) したりすることができます。 -チーム管理者として、[チームを管理](#add-and-manage-teams) することができます。 +チーム管理者として、[チームを管理](#チームの追加と管理) することができます。 以下のワークフローは、インスタンス管理者ロールを持つユーザーに適用されます。インスタンス管理者の権限が必要と思われる場合は、オーガニゼーションの管理者に連絡してください。 @@ -58,7 +58,7 @@ title: 組織の管理 3. **Invite new user** を選択します。 4. 表示されるモーダルで、**Email or username** フィールドにユーザーのメールアドレスまたはユーザー名を入力します。 5. （推奨）**Choose teams** ドロップダウンメニューから、ユーザーをチームに追加します。 -6. **Select role** ドロップダウンから、ユーザーに割り当てるロールを選択します。ユーザーのロールは後で変更可能です。利用可能なロールの詳細については、[ロールの割り当て](#assign-or-update-a-team-members-role) に記載されている表を参照してください。 +6. **Select role** ドロップダウンから、ユーザーに割り当てるロールを選択します。ユーザーのロールは後で変更可能です。利用可能なロールの詳細については、[ロールの割り当て](#チームメンバーのロールの割り当てまたは更新) に記載されている表を参照してください。 7. **Send invite** ボタンを選択します。 **Send invite** ボタンを選択すると、W&B はサードパーティのメールサーバーを使用して、ユーザーのメールアドレスに招待リンクを送信します。ユーザーは招待を承諾すると、オーガニゼーションにアクセスできるようになります。 @@ -67,7 +67,7 @@ title: 組織の管理 1. `https://.io/console/settings/` にアクセスします。 `` はご自身のオーガニゼーション名に置き換えてください。 2. **Add user** ボタンを選択します。 3. 表示されるモーダルで、**Email** フィールドに新しいユーザーのメールアドレスを入力します。 -4. **Role** ドロップダウンからユーザーに割り当てるロールを選択します。ユーザーのロールは後で変更可能です。利用可能なロールの詳細については、[ロールの割り当て](#assign-or-update-a-team-members-role) に記載されている表を参照してください。 +4. **Role** ドロップダウンからユーザーに割り当てるロールを選択します。ユーザーのロールは後で変更可能です。利用可能なロールの詳細については、[ロールの割り当て](#チームメンバーのロールの割り当てまたは更新) に記載されている表を参照してください。 5. W&B からサードパーティのメールサーバーを使用してユーザーのメールアドレスに招待リンクを送信したい場合は、**Send invite email to user** ボックスにチェックを入れます。 6. **Add new user** ボタンを選択します。 @@ -139,7 +139,7 @@ SSO による自動プロビジョニングは、オーガニゼーション管 2. ページ右上の **User menu** ドロップダウンを選択します。ドロップダウンから **Settings** を選択します。 3. **Settings** タブ内で、**General** を選択します。 4. **Domain capture** 内の **Claim domain** ボタンを選択します。 -5. **Default team** ドロップダウンから、新規ユーザーが自動的に参加するチームを選択します。利用可能なチームがない場合は、チーム設定を更新する必要があります。[チームの追加と管理](#add-and-manage-teams) の手順を参照してください。 +5. **Default team** ドロップダウンから、新規ユーザーが自動的に参加するチームを選択します。利用可能なチームがない場合は、チーム設定を更新する必要があります。[チームの追加と管理](#チームの追加と管理) の手順を参照してください。 6. **Claim email domain** ボタンをクリックします。 新規ユーザーをチームに自動的に割り当てるには、あらかじめそのチームの設定でドメインマッチングを有効にしておく必要があります。 @@ -172,7 +172,7 @@ Dedicated Cloud または Self-Managed デプロイメントタイプを使用 | admin | インスタンス管理者。他のユーザーの追加・削除、ロールの変更、カスタムロールの管理、チームの追加などを行えます。管理者が不在の場合に備え、複数の admin を設定しておくことを推奨します。 | | Member | インスタンス管理者によって招待された、オーガニゼーションの一般ユーザー。他のユーザーの招待や、既存ユーザーの管理は行えません。 | | Viewer（Enterprise限定） | インスタンス管理者によって招待された、閲覧専用ユーザー。オーガニゼーションおよび所属するチームに対して読み取り専用アクセス権のみを持ちます。 | -| Custom Roles（Enterprise限定） | 管理者が、上記の View-Only または Member ロールを継承し、追加の権限を付与して新しいロールを作成できる機能です。これにより、きめ細かなアクセス制御が可能になります。チーム管理者は、それぞれのチームでこれらのカスタムロールをユーザーに割り当てることができます。[カスタムロールの追加と管理](#add-and-manage-custom-roles) も参照してください。 | +| Custom Roles（Enterprise限定） | 管理者が、上記の View-Only または Member ロールを継承し、追加の権限を付与して新しいロールを作成できる機能です。これにより、きめ細かなアクセス制御が可能になります。チーム管理者は、それぞれのチームでこれらのカスタムロールをユーザーに割り当てることができます。[カスタムロールの追加と管理](#カスタムロールの追加と管理) も参照してください。 | ユーザーのロールを変更するには： @@ -251,18 +251,18 @@ Models シートタイプと Weave アクセスタイプはオーガニゼーシ 3. **Users** タブを選択します。 4. **Invite a new user** を選択します。 -5. 表示されるモーダルで、**Email or username** フィールドにユーザーのメールアドレスを入力し、**Select a team role** ドロップダウンからユーザーに割り当てるロールを選択します。チームにおけるロールの詳細については、[チームロール](#assign-or-update-a-team-members-role) を参照してください。 +5. 表示されるモーダルで、**Email or username** フィールドにユーザーのメールアドレスを入力し、**Select a team role** ドロップダウンからユーザーに割り当てるロールを選択します。チームにおけるロールの詳細については、[チームロール](#チームメンバーのロールの割り当てまたは更新) を参照してください。 6. **Send invite** ボタンを選択します。 デフォルトでは、チーム管理者またはインスタンス管理者のみがチームにメンバーを招待できます。この振る舞いを変更するには、[チーム設定](/platform/app/settings-page/teams#privacy) を参照してください。 -メールによる手動の招待に加え、新規ユーザーの [メールアドレスがオーガニゼーションのドメインと一致する場合](#domain-capture)、自動的にチームに新規ユーザーを追加することも可能です。 +メールによる手動の招待に加え、新規ユーザーの [メールアドレスがオーガニゼーションのドメインと一致する場合](#ドメインキャプチャ)、自動的にチームに新規ユーザーを追加することも可能です。 ### サインアップ時にメンバーをチーム・オーガニゼーションに一致させる オーガニゼーション内の新規ユーザーがサインアップ時に、オーガニゼーション内のチームを見つけられるようにします。新規ユーザーは、オーガニゼーションの検証済みメールアドレスドメインと一致する検証済みメールアドレスを持っている必要があります。検証された新規ユーザーは、W&B アカウントのサインアップ時に、オーガニゼーションに属する検証済みチームの一覧を確認できます。 -オーガニゼーション管理者がドメイン申請を有効にする必要があります。ドメインキャプチャを有効にするには、[ドメインキャプチャ](#domain-capture) に記載されている手順を参照してください。 +オーガニゼーション管理者がドメイン申請を有効にする必要があります。ドメインキャプチャを有効にするには、[ドメインキャプチャ](#ドメインキャプチャ) に記載されている手順を参照してください。 ### チームメンバーのロールの割り当てまたは更新 @@ -329,4 +329,4 @@ Dedicated Cloud または Self-Managed デプロイメントでカスタムロ -これでチーム管理者は、[チーム設定](#invite-users-to-a-team) からチームメンバーにカスタムロールを割り当てることができるようになります。 \ No newline at end of file +これでチーム管理者は、[チーム設定](#ユーザーをチームに招待する) からチームメンバーにカスタムロールを割り当てることができるようになります。 \ No newline at end of file diff --git a/ja/platform/hosting/iam/automate_iam.mdx b/ja/platform/hosting/iam/automate_iam.mdx index d3634a2624..c1e366194a 100644 --- a/ja/platform/hosting/iam/automate_iam.mdx +++ b/ja/platform/hosting/iam/automate_iam.mdx @@ -16,15 +16,15 @@ W&B の実装には、ロールの割り当て、カスタムロールの作成 ### User SCIM API -[User SCIM API](./scim#user-resource) を使用すると、 W&B 組織内での Users の作成、無効化、取得、一覧表示、および定義済みロールまたはカスタムロールの割り当てが可能になります。リクエストとレスポンスの完全な例については、詳細な [SCIM リファレンス](./scim#user-management) を参照してください。 +[User SCIM API](./scim#user-resource) を使用すると、 W&B 組織内での Users の作成、無効化、取得、一覧表示、および定義済みロールまたはカスタムロールの割り当てが可能になります。リクエストとレスポンスの完全な例については、詳細な [SCIM リファレンス](./scim#ユーザー管理) を参照してください。 -User を無効化するには、 `PATCH /scim/Users/{id}` を使用して `{"active": false}` を設定します。結果はホスティングオプションによって異なります。専用クラウド およびセルフマネージドの デプロイメント では User レコードが保持されますが、マルチテナント クラウド では組織から User が削除されます。マルチテナント クラウド では再有効化は利用できません。代わりに User を再度追加してください。[User の無効化](./scim#deactivate-user) および [User の再有効化](./scim#reactivate-user) を参照してください。 +User を無効化するには、 `PATCH /scim/Users/{id}` を使用して `{"active": false}` を設定します。結果はホスティングオプションによって異なります。専用クラウド およびセルフマネージドの デプロイメント では User レコードが保持されますが、マルチテナント クラウド では組織から User が削除されます。マルチテナント クラウド では再有効化は利用できません。代わりに User を再度追加してください。[User の無効化](./scim#ユーザーの無効化) および [User の再有効化](./scim#ユーザーの再有効化) を参照してください。 ### Group SCIM API -[Group SCIM API](./scim#group-resource) を使用すると、組織内での Teams の作成や削除を含む W&B Teams の管理が可能です。既存の Team に Users を追加または削除するには、 `PATCH Group` を使用します。 +[Group SCIM API](./scim#group-リソース) を使用すると、組織内での Teams の作成や削除を含む W&B Teams の管理が可能です。既存の Team に Users を追加または削除するには、 `PATCH Group` を使用します。 W&B 内には「同じロールを持つユーザーのグループ」という概念はありません。 W&B の Team はグループに非常に似ており、異なるロールを持つ多様なペルソナが、関連する一連の Projects で共同作業を行うことを可能にします。 Teams は異なるユーザーグループで構成される場合があります。 Team 内の各 User には、 team admin 、 member 、 viewer 、またはカスタムロールを割り当てます。 @@ -34,7 +34,7 @@ W&B は、グループと W&B Teams の類似性から、 Group SCIM API エン ### カスタムロール API -[Custom Role SCIM API](./scim#role-resource) を使用すると、組織内でのカスタムロールの作成、一覧表示、更新などの管理が可能になります。 +[Custom Role SCIM API](./scim#ロールリソース) を使用すると、組織内でのカスタムロールの作成、一覧表示、更新などの管理が可能になります。 カスタムロールの削除は慎重に行ってください。 diff --git a/ja/platform/hosting/iam/identity_federation.mdx b/ja/platform/hosting/iam/identity_federation.mdx index 4cd4d6aeb3..818f30b9d2 100644 --- a/ja/platform/hosting/iam/identity_federation.mdx +++ b/ja/platform/hosting/iam/identity_federation.mdx @@ -58,9 +58,9 @@ W&B は以前から、有効期間の長い APIキー を持つ組み込みの * `New service account` をクリックします * サービスアカウントの名前を入力し、`Authentication Method` として `Federated Identity` を選択し、`Subject` を入力して `Create` をクリックします -外部サービスアカウントの JWT 内の `sub` クレームは、チーム管理者がチームレベルの **Service Accounts** タブでサブジェクトとして設定したものと同じである必要があります。このクレームは [JWT validation](#jwt-validation) の一部として検証されます。`aud` クレームの要件は、人間のユーザーの JWT の場合と同様です。 +外部サービスアカウントの JWT 内の `sub` クレームは、チーム管理者がチームレベルの **Service Accounts** タブでサブジェクトとして設定したものと同じである必要があります。このクレームは [JWT validation](#jwt-の検証) の一部として検証されます。`aud` クレームの要件は、人間のユーザーの JWT の場合と同様です。 -[外部サービスアカウントの JWT を使用して W&B にアクセスする](#using-the-jwt-to-access-wb)場合、通常、初期 JWT の生成と継続的な更新のワークフローを自動化する方が簡単です。外部サービスアカウントを使用して記録された Runs を特定のユーザーに紐付けたい場合は、組み込みのサービスアカウントと同様に、AI ワークフローに環境変数 `WANDB_USERNAME` または `WANDB_USER_EMAIL` を設定できます。 +[外部サービスアカウントの JWT を使用して W&B にアクセスする](#jwt-を使用した-wb-へのアクセス)場合、通常、初期 JWT の生成と継続的な更新のワークフローを自動化する方が簡単です。外部サービスアカウントを使用して記録された Runs を特定のユーザーに紐付けたい場合は、組み込みのサービスアカウントと同様に、AI ワークフローに環境変数 `WANDB_USERNAME` または `WANDB_USER_EMAIL` を設定できます。 W&B では、柔軟性とシンプルさのバランスをとるために、データの機密レベルが異なる AI ワークロード全体で、組み込みのサービスアカウントと外部のサービスアカウントを組み合わせて使用することをお勧めします。 diff --git a/ja/platform/hosting/iam/ldap.mdx b/ja/platform/hosting/iam/ldap.mdx index 71ee321e9d..50b745b2af 100644 --- a/ja/platform/hosting/iam/ldap.mdx +++ b/ja/platform/hosting/iam/ldap.mdx @@ -37,7 +37,7 @@ W&B Admin ロールのみが、LDAP 認証の有効化および設定を行う | `LOCAL_LDAP_GROUP_ALLOW_LIST` | いいえ | | | `LOCAL_LDAP_LOGIN` | いいえ | | -各環境変数の定義については、[設定パラメータ](#configuration-parameters) セクションを参照してください。分かりやすくするため、定義名から環境変数のプレフィックス `LOCAL_LDAP` は省略されています。 +各環境変数の定義については、[設定パラメータ](#設定パラメータ) セクションを参照してください。分かりやすくするため、定義名から環境変数のプレフィックス `LOCAL_LDAP` は省略されています。 diff --git a/ja/platform/hosting/iam/org_team_struct.mdx b/ja/platform/hosting/iam/org_team_struct.mdx index 6ae47f68fa..0ea5c739d1 100644 --- a/ja/platform/hosting/iam/org_team_struct.mdx +++ b/ja/platform/hosting/iam/org_team_struct.mdx @@ -20,7 +20,7 @@ W&B プラットフォームには、W&B 内に [Organizations](#organization) AI プロジェクトは Team のコンテキスト内で整理されます。Team 内のアクセス制御は Team 管理者によって管理され、その管理者は親 Organization レベルの管理者である場合もあれば、そうでない場合もあります。 -詳細については、[Add and manage teams](./access-management/manage-organization#add-and-manage-teams) を参照してください。 +詳細については、[Add and manage teams](./access-management/manage-organization#チームの追加と管理) を参照してください。 ## Project diff --git a/ja/platform/hosting/iam/scim.mdx b/ja/platform/hosting/iam/scim.mdx index eb1e327d68..dde9db8e13 100644 --- a/ja/platform/hosting/iam/scim.mdx +++ b/ja/platform/hosting/iam/scim.mdx @@ -385,7 +385,7 @@ DELETE /scim/Users/abc -ユーザーを一時的に無効化するには、`PATCH` エンドポイントを使用する [ユーザーの無効化](#deactivate-user) API を参照してください。 +ユーザーを一時的に無効化するには、`PATCH` エンドポイントを使用する [ユーザーの無効化](#ユーザーの無効化) API を参照してください。 ### ユーザーのメールアドレス更新 @@ -534,7 +534,7 @@ PATCH /scim/Users/abc 組織内のユーザーを無効化します。実際の結果はデプロイメントタイプによって異なります。 -- **専用クラウド** / **セルフマネージド**: ユーザーの `active` フィールドを `false` に設定します。無効化されたユーザーのアクセスを復元するには、[ユーザーの再有効化](#reactivate-user) を参照してください。 +- **専用クラウド** / **セルフマネージド**: ユーザーの `active` フィールドを `false` に設定します。無効化されたユーザーのアクセスを復元するには、[ユーザーの再有効化](#ユーザーの再有効化) を参照してください。 - **Multi-tenant クラウド**: 組織からユーザーを削除します。アクセスを復元するには、ユーザーを組織に再度追加します。[ユーザーの作成](#create-user-request-multi-tenant) を参照してください。Multi-tenant クラウドでは、ユーザーのアカウントは組織によって管理されません。 この操作はユーザーに対してのみ機能し、サービスアカウントには機能しません。サービスアカウントの無効化はサポートされていません。チームのサービスアカウントは W&B Team の設定で管理してください。 diff --git a/ja/platform/hosting/iam/service-accounts.mdx b/ja/platform/hosting/iam/service-accounts.mdx index 8ab7783dab..870e759a1b 100644 --- a/ja/platform/hosting/iam/service-accounts.mdx +++ b/ja/platform/hosting/iam/service-accounts.mdx @@ -80,7 +80,7 @@ import ServiceAccountApiKeyDelete from "/snippets/en/_includes/service-account-a ### 外部サービスアカウント -組み込みのサービスアカウントに加えて、W&B は JSON Web Token (JWT) を発行できる ID プロバイダー (IdP) との [アイデンティティフェデレーション](./identity_federation#external-service-accounts) を使用して、W&B SDK および CLI でチームスコープの外部サービスアカウントもサポートしています。 +組み込みのサービスアカウントに加えて、W&B は JSON Web Token (JWT) を発行できる ID プロバイダー (IdP) との [アイデンティティフェデレーション](./identity_federation#外部サービスアカウント) を使用して、W&B SDK および CLI でチームスコープの外部サービスアカウントもサポートしています。 ## ベストプラスティス diff --git a/ja/platform/hosting/monitoring-usage/audit-logging.mdx b/ja/platform/hosting/monitoring-usage/audit-logging.mdx index 3389a89604..dd8f6f85e0 100644 --- a/ja/platform/hosting/monitoring-usage/audit-logging.mdx +++ b/ja/platform/hosting/monitoring-usage/audit-logging.mdx @@ -2,7 +2,7 @@ title: 監査ログで User アクティビティを追跡する --- -W&Bの監査ログ（Audit logs）を使用すると、組織内のユーザーアクティビティを追跡し、企業のガバナンス要件に準拠することができます。監査ログはJSON形式で提供されます。[監査ログのスキーマ](#audit-log-schema)を参照してください。 +W&Bの監査ログ（Audit logs）を使用すると、組織内のユーザーアクティビティを追跡し、企業のガバナンス要件に準拠することができます。監査ログはJSON形式で提供されます。[監査ログのスキーマ](#監査ログのスキーマ)を参照してください。 監査ログへのアクセス方法は、W&Bプラットフォームのデプロイメントタイプによって異なります。 @@ -14,7 +14,7 @@ W&Bの監査ログ（Audit logs）を使用すると、組織内のユーザー 監査ログを取得した後は、[Pandas](https://pandas.pydata.org/docs/index.html)、[Amazon Redshift](https://aws.amazon.com/redshift/)、[Google BigQuery](https://cloud.google.com/bigquery)、[Microsoft Fabric](https://www.microsoft.com/microsoft-fabric) などのツールを使用して分析できます。一部の監査ログ分析ツールはJSONをサポートしていません。分析前にJSON形式の監査ログを変換するためのガイドラインや要件については、お使いの分析ツールのドキュメントを参照してください。 -ログの形式に関する詳細は、[監査ログのスキーマ](#audit-log-schema)および[アクション](#actions)を参照してください。 +ログの形式に関する詳細は、[監査ログのスキーマ](#監査ログのスキーマ)および[アクション](#アクション)を参照してください。 ## 監査ログの保持 - 特定の期間、監査ログを保持する必要がある場合、W&BはストレージバケットまたはAudit Logging APIを使用して、ログを定期的に長期ストレージに転送することを推奨します。 @@ -25,7 +25,7 @@ W&Bの監査ログ（Audit logs）を使用すると、組織内のユーザー | キー | 定義 | |---------| -------| -|`action` | イベントの [アクション](#actions) 。 +|`action` | イベントの [アクション](#アクション) 。 |`actor_email` | アクションを開始したユーザーのメールアドレス（該当する場合）。 |`actor_ip` | アクションを開始したユーザーのIPアドレス。 |`actor_user_id` | アクションを実行したログインユーザーのID（該当する場合）。 @@ -82,7 +82,7 @@ W&Bの監査ログ（Audit logs）を使用すると、組織内のユーザー 1. 完全修飾エンドポイントURLを `?` の形式で作成します。 1. Webブラウザ、または [Postman](https://www.postman.com/downloads/)、 [HTTPie](https://httpie.io/) 、cURLなどのツールを使用して、完全修飾APIエンドポイントに対してHTTP `GET` リクエストを実行します。 -APIレスポンスには、改行区切りのJSONオブジェクトが含まれます。オブジェクトには、監査ログがインスタンスレベルのバケットに同期された場合と同様に、 [スキーマ](#audit-log-schema) で説明されているフィールドが含まれます。バケットに同期されている場合、監査ログはバケット内の `/wandb-audit-logs` ディレクトリーに配置されます。 +APIレスポンスには、改行区切りのJSONオブジェクトが含まれます。オブジェクトには、監査ログがインスタンスレベルのバケットに同期された場合と同様に、 [スキーマ](#監査ログのスキーマ) で説明されているフィールドが含まれます。バケットに同期されている場合、監査ログはバケット内の `/wandb-audit-logs` ディレクトリーに配置されます。 ### 基本認証（Basic Authentication）の使用 APIキーを使用して監査ログAPIにアクセスするために基本認証を使用するには、HTTPリクエストの `Authorization` ヘッダーに、文字列 `Basic` とそれに続くスペース、そして `username:API-KEY` 形式のBase64エンコードされた文字列を設定します。つまり、ユーザー名とAPIキーを `:` 文字で区切って自身の値に置き換え、その結果をBase64でエンコードします。例えば、 `demo:p@55w0rd` として認証する場合、ヘッダーは `Authorization: Basic ZGVtbzpwQDU1dzByZA==` になります。 diff --git a/ja/platform/hosting/operator.mdx b/ja/platform/hosting/operator.mdx index 7af483ddd6..675ecb7280 100644 --- a/ja/platform/hosting/operator.mdx +++ b/ja/platform/hosting/operator.mdx @@ -47,7 +47,7 @@ metadata: `controller-manager` は、カスタムリソースの spec、リリースチャンネル、およびユーザー定義の設定に基づいて [charts/operator-wandb](https://github.com/wandb/helm-charts/tree/main/charts/operator-wandb) をインストールします。この設定仕様の階層構造により、ユーザー側での最大限の設定柔軟性が得られ、W&B は新しいイメージ、設定、機能、および Helm のアップデートを自動的にリリースできるようになります。 -設定オプションについては、[設定仕様の階層構造](#configuration-specification-hierarchy) および [W&B Operator の設定リファレンス](#configuration-reference-for-wb-operator) を参照してください。 +設定オプションについては、[設定仕様の階層構造](#設定仕様の階層構造) および [W&B Operator の設定リファレンス](#カスタムセキュリティコンテキスト) を参照してください。 デプロイメントは複数の Pod で構成され、サービスごとに 1 つずつ配置されます。各 Pod の名前には `wandb-` というプレフィックスが付きます。 @@ -56,7 +56,7 @@ metadata: - **Release Channel Values（リリースチャンネル値）**: この基本レベルの設定は、W&B がデプロイメント用に設定したリリースチャンネルに基づいてデフォルト値と設定を決定します。 - **User Input Values（ユーザー入力値）**: ユーザーはシステムコンソールを通じて、リリースチャンネル仕様によって提供されたデフォルト設定を上書きできます。 -- **Custom Resource Values（カスタムリソース値）**: ユーザーから提供される最高レベルの仕様です。ここで指定された値は、ユーザー入力およびリリースチャンネルの両方の仕様を上書きします。設定オプションの詳細は、[設定リファレンス](#configuration-reference-for-wb-operator) を参照してください。 +- **Custom Resource Values（カスタムリソース値）**: ユーザーから提供される最高レベルの仕様です。ここで指定された値は、ユーザー入力およびリリースチャンネルの両方の仕様を上書きします。設定オプションの詳細は、[設定リファレンス](#カスタムセキュリティコンテキスト) を参照してください。 この階層モデルにより、アップグレードや変更に対して管理可能かつ系統的なアプローチを維持しつつ、多様なニーズを満たすための柔軟でカスタマイズ可能な設定が可能になります。 @@ -74,12 +74,12 @@ metadata: ### Redis -外部 Redis インスタンスの設定方法の詳細については、[外部 Redis 設定セクション](#external-redis) を参照してください。 +外部 Redis インスタンスの設定方法の詳細については、[外部 Redis 設定セクション](#カスタム-kubernetes-serviceaccounts) を参照してください。 ### オブジェクトストレージ -Helm 値でのオブジェクトストレージの設定方法の詳細については、[オブジェクトストレージバケット設定セクション](#object-storage-bucket) を参照してください。 +Helm 値でのオブジェクトストレージの設定方法の詳細については、[オブジェクトストレージバケット設定セクション](#host) を参照してください。 ### ネットワーク要件 @@ -135,7 +135,7 @@ api: readOnlyRootFilesystem: false ``` -必要に応じて、`app` や `console` などの他のコンポーネントに対してカスタムセキュリティコンテキストを設定してください。詳細については、[カスタムセキュリティコンテキスト](#custom-security-context) を参照してください。 +必要に応じて、`app` や `console` などの他のコンポーネントに対してカスタムセキュリティコンテキストを設定してください。詳細については、[カスタムセキュリティコンテキスト](#カスタム認証局-ca) を参照してください。 ## W&B Server アプリケーションのデプロイ @@ -166,7 +166,7 @@ Helm CLI で W&B Kubernetes Operator をインストールするには、以下 ```shell helm upgrade --install operator wandb/operator -n wandb-cr --create-namespace ``` -3. W&B Server のインストールをトリガーするように W&B Operator カスタムリソースを設定します。W&B デプロイ設定を含む `operator.yaml` という名前のファイルを作成します。利用可能なすべてのオプションについては、[設定リファレンス](#configuration-reference-for-wb-server) を参照してください。 +3. W&B Server のインストールをトリガーするように W&B Operator カスタムリソースを設定します。W&B デプロイ設定を含む `operator.yaml` という名前のファイルを作成します。利用可能なすべてのオプションについては、[設定リファレンス](#wb-server-の設定リファレンス) を参照してください。 最小限の設定例は以下の通りです： @@ -201,7 +201,7 @@ Helm CLI で W&B Kubernetes Operator をインストールするには、以下 デプロイが完了するまで待ちます。これには数分かかります。 -5. Web UI を使用してインストールを確認するには、最初の管理者ユーザーアカウントを作成し、[インストールの確認](#verify-the-installation) に記載されている確認手順に従ってください。 +5. Web UI を使用してインストールを確認するには、最初の管理者ユーザーアカウントを作成し、[インストールの確認](#インストールの確認) に記載されている確認手順に従ってください。 ### Helm Terraform モジュールによる W&B のデプロイ @@ -240,7 +240,7 @@ module "wandb" { } ``` -設定オプションは [設定リファレンス](#configuration-reference-for-wb-operator) で説明されているものと同じですが、構文は HashiCorp Configuration Language (HCL) に従う必要があることに注意してください。Terraform モジュールは W&B カスタムリソース定義 (CRD) を作成します。 +設定オプションは [設定リファレンス](#カスタムセキュリティコンテキスト) で説明されているものと同じですが、構文は HashiCorp Configuration Language (HCL) に従う必要があることに注意してください。Terraform モジュールは W&B カスタムリソース定義 (CRD) を作成します。 W&B 自身が顧客向けに「Dedicated Cloud」インスタンスをデプロイするために Helm Terraform モジュールをどのように使用しているかを確認するには、以下のリンクを参照してください： - [AWS](https://github.com/wandb/terraform-aws-wandb/blob/45e1d746f53e78e73e68f911a1f8cad5408e74b6/main.tf#L225) @@ -331,12 +331,12 @@ W&B Operator は W&B Server のデフォルトで推奨されるインストー - 公式の W&B Cloud Terraform モジュールを使用していた場合は、該当するドキュメントに移動し、そこにある手順に従ってください： - - [AWS](#migrate-to-operator-based-aws-terraform-modules) - - [Google Cloud](#migrate-to-operator-based-google-cloud-terraform-modules) - - [Azure](#migrate-to-operator-based-azure-terraform-modules) -- [W&B Non-Operator Helm チャート](https://github.com/wandb/helm-charts/tree/main/charts/wandb) を使用していた場合は、[こちら](#migrate-to-operator-based-helm-chart) に進んでください。 -- [Terraform を使用した W&B Non-Operator Helm チャート](https://registry.terraform.io/modules/wandb/wandb/kubernetes/latest) を使用していた場合は、[こちら](#migrate-to-operator-based-terraform-helm-chart) に進んでください。 -- マニフェストを使用して Kubernetes リソースを作成した場合は、[こちら](#migrate-to-operator-based-helm-chart) に進んでください。 + - [AWS](#operator-ベースの-aws-terraform-モジュールへの移行) + - [Google Cloud](#operator-ベースの-google-cloud-terraform-モジュールへの移行) + - [Azure](#operator-ベースの-azure-terraform-モジュールへの移行) +- [W&B Non-Operator Helm チャート](https://github.com/wandb/helm-charts/tree/main/charts/wandb) を使用していた場合は、[こちら](#operator-ベースの-helm-チャートへの移行) に進んでください。 +- [Terraform を使用した W&B Non-Operator Helm チャート](https://registry.terraform.io/modules/wandb/wandb/kubernetes/latest) を使用していた場合は、[こちら](#operator-ベースの-terraform-helm-チャートへの移行) に進んでください。 +- マニフェストを使用して Kubernetes リソースを作成した場合は、[こちら](#operator-ベースの-helm-チャートへの移行) に進んでください。 ### Operator ベースの AWS Terraform モジュールへの移行 @@ -366,7 +366,7 @@ W&B Operator は W&B Server のデフォルトで推奨されるインストー ``` これで、次のステップに必要なすべての設定値が揃いました。 -2. `operator.yaml` というファイルを作成します。[設定リファレンス](#configuration-reference-for-wb-operator) に記載されている形式に従い、ステップ 1 の値を使用してください。 +2. `operator.yaml` というファイルを作成します。[設定リファレンス](#カスタムセキュリティコンテキスト) に記載されている形式に従い、ステップ 1 の値を使用してください。 3. 現在のデプロイメントを 0 Pod にスケールします。このステップで現在のデプロイメントを停止します。 ```shell @@ -386,7 +386,7 @@ W&B Operator は W&B Server のデフォルトで推奨されるインストー ``` デプロイが完了するまで数分かかります。 -7. インストールを確認します。[インストールの確認](#verify-the-installation) の手順に従い、すべてが動作していることを確認してください。 +7. インストールを確認します。[インストールの確認](#インストールの確認) の手順に従い、すべてが動作していることを確認してください。 8. 旧いインストールを削除します。旧い Helm チャートをアンインストールするか、マニフェストで作成されたリソースを削除します。 @@ -395,16 +395,16 @@ W&B Operator は W&B Server のデフォルトで推奨されるインストー 以下の手順に従って、Operator ベースの Helm チャートに移行します： -1. Terraform 設定の準備。Terraform 設定内の旧いデプロイメントの Terraform コードを、[こちら](#deploy-wb-with-helm-terraform-module) で説明されているものに置き換えます。以前と同じ変数を設定してください。.tfvars ファイルがある場合は変更しないでください。 +1. Terraform 設定の準備。Terraform 設定内の旧いデプロイメントの Terraform コードを、[こちら](#helm-terraform-モジュールによる-wb-のデプロイ) で説明されているものに置き換えます。以前と同じ変数を設定してください。.tfvars ファイルがある場合は変更しないでください。 2. Terraform 実行。terraform init, plan, apply を実行します。 -3. インストールを確認します。[インストールの確認](#verify-the-installation) の手順に従い、すべてが動作していることを確認してください。 +3. インストールを確認します。[インストールの確認](#インストールの確認) の手順に従い、すべてが動作していることを確認してください。 4. 旧いインストールを削除します。旧い Helm チャートをアンインストールするか、マニフェストで作成されたリソースを削除します。 ## W&B Server の設定リファレンス -このセクションでは、W&B Server アプリケーションの設定オプションについて説明します。アプリケーションは、[WeightsAndBiases](#how-it-works) という名前のカスタムリソース定義として設定を受け取ります。一部の設定オプションは以下の設定で公開されており、一部は環境変数として設定する必要があります。 +このセクションでは、W&B Server アプリケーションの設定オプションについて説明します。アプリケーションは、[WeightsAndBiases](#仕組み) という名前のカスタムリソース定義として設定を受け取ります。一部の設定オプションは以下の設定で公開されており、一部は環境変数として設定する必要があります。 ドキュメントには [基本](/platform/hosting/env-vars/) と [詳細](/platform/hosting/iam/advanced_env_vars/) の 2 つの環境変数リストがあります。必要な設定オプションが Helm チャートで公開されていない場合にのみ、環境変数を使用してください。 @@ -598,7 +598,7 @@ global: ### Ingress -Ingress クラスを特定するには、こちらの FAQ [エントリ](#how-to-identify-the-kubernetes-ingress-class) を参照してください。 +Ingress クラスを特定するには、こちらの FAQ [エントリ](#wb-server-のログを表示する方法) を参照してください。 **TLS なし** @@ -1045,7 +1045,7 @@ ConfigMap 内の各キーは `.crt` で終わる必要があります（例: `my * **`wandb-weave-trace`**: LLM ベースのアプリケーションを追跡、実験、評価、デプロイ、および改善するためのフレームワーク。`wandb-app` Pod を通じてアクセスされます。 ### W&B Operator コンソールのパスワードを取得する方法 -[W&B Kubernetes Operator 管理コンソールへのアクセス](#access-the-wb-management-console) を参照してください。 +[W&B Kubernetes Operator 管理コンソールへのアクセス](#wb-管理コンソールへのアクセス) を参照してください。 ### Ingress が機能しない場合に W&B Operator コンソールにアクセスする方法 @@ -1058,7 +1058,7 @@ kubectl port-forward svc/wandb-console 8082 ブラウザで `https://localhost:8082/console` にアクセスします。 -パスワードの取得方法については、[W&B Kubernetes Operator 管理コンソールへのアクセス](#access-the-wb-management-console)（オプション 2）を参照してください。 +パスワードの取得方法については、[W&B Kubernetes Operator 管理コンソールへのアクセス](#wb-管理コンソールへのアクセス)（オプション 2）を参照してください。 ### W&B Server のログを表示する方法 diff --git a/ja/platform/hosting/self-managed/bare-metal.mdx b/ja/platform/hosting/self-managed/bare-metal.mdx index c16f25f075..211d522097 100644 --- a/ja/platform/hosting/self-managed/bare-metal.mdx +++ b/ja/platform/hosting/self-managed/bare-metal.mdx @@ -34,7 +34,7 @@ W&B のデプロイを開始する前に、ハードウェアのサイジング -MySQL のバージョン要件については、上記の [バージョン要件](#version-requirements) セクションを参照してください。 +MySQL のバージョン要件については、上記の [バージョン要件](#バージョン要件) セクションを参照してください。 セルフマネージドインスタンス向けの MySQL 設定パラメータについては、[リファレンスアーキテクチャーの MySQL 設定セクション](/platform/hosting/self-managed/ref-arch/#mysql-configuration-parameters) を参照してください。 @@ -56,7 +56,7 @@ SSL/TLS 証明書の要件については、以下の [SSL/TLS セクション]( ### セルフホスト型オブジェクトストレージの設定 -オブジェクトストアは、署名付き URL をサポートしている Amazon S3 互換のオブジェクトストアであれば、外部でホストすることが可能です。[こちらのスクリプト](https://gist.github.com/vanpelt/2e018f7313dabf7cca15ad66c2dd9c5b) を実行して、お使いのオブジェクトストアが署名付き URL をサポートしているか確認してください。MinIO オープンソースのステータスに関する重要な情報については、以下の [MinIO のセットアップセクション](#minio-setup) を参照してください。 +オブジェクトストアは、署名付き URL をサポートしている Amazon S3 互換のオブジェクトストアであれば、外部でホストすることが可能です。[こちらのスクリプト](https://gist.github.com/vanpelt/2e018f7313dabf7cca15ad66c2dd9c5b) を実行して、お使いのオブジェクトストアが署名付き URL をサポートしているか確認してください。MinIO オープンソースのステータスに関する重要な情報については、以下の [MinIO のセットアップセクション](#minio-のセットアップ) を参照してください。 さらに、オブジェクトストアには以下の CORS ポリシーを適用する必要があります。 diff --git a/ja/platform/hosting/self-managed/ref-arch.mdx b/ja/platform/hosting/self-managed/ref-arch.mdx index 1aaa4ef5a0..50e3f5bff6 100644 --- a/ja/platform/hosting/self-managed/ref-arch.mdx +++ b/ja/platform/hosting/self-managed/ref-arch.mdx @@ -51,7 +51,7 @@ W&B は、クラウド、オンプレミス、およびエアギャップ環境 ### MySQL W&B はメタデータを MySQL データベースに保存します。データベースのパフォーマンスとストレージの要件は、モデルパラメータや関連メタデータの形式に依存します。例えば、トラッキングするトレーニング Runs が増えるにつれてデータベースのサイズは増大し、Run テーブル、ユーザーの Workspace、Reports でのクエリに基づいてデータベースへの負荷が増加します。 -**W&B では、プロダクションデプロイメントにおいてマネージドデータベースサービス**（AWS RDS Aurora MySQL、Google Cloud SQL for MySQL、Azure Database for MySQL など）**の使用を強く推奨します**。マネージドサービスは、自動バックアップ、モニタリング、高可用性、パッチ適用を提供し、運用上の複雑さを大幅に軽減します。具体的な推奨サービスについては、以下の [クラウドプロバイダーのインスタンス推奨事項](#cloud-provider-instance-recommendations) セクションを参照してください。 +**W&B では、プロダクションデプロイメントにおいてマネージドデータベースサービス**（AWS RDS Aurora MySQL、Google Cloud SQL for MySQL、Azure Database for MySQL など）**の使用を強く推奨します**。マネージドサービスは、自動バックアップ、モニタリング、高可用性、パッチ適用を提供し、運用上の複雑さを大幅に軽減します。具体的な推奨サービスについては、以下の [クラウドプロバイダーのインスタンス推奨事項](#クラウドプロバイダーのインスタンス推奨事項) セクションを参照してください。 セルフマネージドな MySQL データベースをデプロイする場合は、以下を考慮してください。 diff --git a/ja/platform/hosting/server-upgrade-process.mdx b/ja/platform/hosting/server-upgrade-process.mdx index 9a9b2bbc2d..59c49b8df9 100644 --- a/ja/platform/hosting/server-upgrade-process.mdx +++ b/ja/platform/hosting/server-upgrade-process.mdx @@ -7,8 +7,8 @@ W&B Server のバージョンとライセンスの更新は、W&B Server をイ | リリースタイプ | 説明 | | ---------------- | ------------------ | -| [Terraform](#update-with-terraform) | W&B はクラウドデプロイメント用に 3 つのパブリック Terraform モジュールをサポートしています: [AWS](https://registry.terraform.io/modules/wandb/wandb/aws/latest)、[Google Cloud](https://registry.terraform.io/modules/wandb/wandb/google/latest)、[Azure](https://registry.terraform.io/modules/wandb/wandb/azurerm/latest)。 | -| [Helm](#update-with-helm) | [Helm Chart](https://github.com/wandb/helm-charts) を使用して、既存の Kubernetes クラスターに W&B をインストールできます。 | +| [Terraform](#terraform-を使用した更新) | W&B はクラウドデプロイメント用に 3 つのパブリック Terraform モジュールをサポートしています: [AWS](https://registry.terraform.io/modules/wandb/wandb/aws/latest)、[Google Cloud](https://registry.terraform.io/modules/wandb/wandb/google/latest)、[Azure](https://registry.terraform.io/modules/wandb/wandb/azurerm/latest)。 | +| [Helm](#helm-を使用した更新) | [Helm Chart](https://github.com/wandb/helm-charts) を使用して、既存の Kubernetes クラスターに W&B をインストールできます。 | ## Terraform を使用した更新 diff --git a/ja/platform/launch/launch-queue-observability.mdx b/ja/platform/launch/launch-queue-observability.mdx index 43e0a8b292..bee0ce6677 100644 --- a/ja/platform/launch/launch-queue-observability.mdx +++ b/ja/platform/launch/launch-queue-observability.mdx @@ -26,7 +26,7 @@ Queue monitoring dashboard は、現在 W&B Multi-tenant Cloud デプロイメ 一方で、クラウド リソースを使用していて、アクティビティが定期的に急増する場合は、特定の時間にリソースを予約することでコストを削減できる可能性があることを示唆しています。 -プロットの右側には、[Launch ジョブのステータス](./launch-view-jobs#check-the-status-of-a-job) を表す色の凡例が表示されます。 +プロットの右側には、[Launch ジョブのステータス](./launch-view-jobs#ジョブのステータス確認) を表す色の凡例が表示されます。 `Queued` のアイテムは、ワークロードを他のキューに移動させる機会を示している可能性があります。失敗の急増は、Launch ジョブのセットアップでサポートが必要な Users を特定するのに役立ちます。 diff --git a/ja/platform/launch/setup-launch-docker.mdx b/ja/platform/launch/setup-launch-docker.mdx index 200ea921c2..69b2ce7884 100644 --- a/ja/platform/launch/setup-launch-docker.mdx +++ b/ja/platform/launch/setup-launch-docker.mdx @@ -58,7 +58,7 @@ Docker は、値が割り当てられていない環境変数を Launch エー * Docker コンテナ内で GPU を使用するには、[NVIDIA Container Toolkit](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html#docker) をインストールしてください。 -* コードや Artifacts をソースとするジョブからイメージをビルドする場合、[エージェント](#configure-a-launch-agent-on-a-local-machine)が使用するベースイメージをオーバーライドして NVIDIA Container Toolkit を含めることができます。 +* コードや Artifacts をソースとするジョブからイメージをビルドする場合、[エージェント](#ローカルマシンでの-launch-エージェントの設定)が使用するベースイメージをオーバーライドして NVIDIA Container Toolkit を含めることができます。 例えば、Launch キュー内でベースイメージを `tensorflow/tensorflow:latest-gpu` にオーバーライドできます： ```json @@ -137,4 +137,4 @@ Launch は、Dockerhub、Google Container Registry、Azure Container Registry、 ビルドした環境とは異なる環境でジョブを実行したい場合は、コンテナレジストリからプルできるようにエージェントを設定してください。 -Launch エージェントをクラウドレジストリと接続する方法の詳細については、[高度なエージェントセットアップ](./setup-agent-advanced#agent-configuration)ページを参照してください。 \ No newline at end of file +Launch エージェントをクラウドレジストリと接続する方法の詳細については、[高度なエージェントセットアップ](./setup-agent-advanced#エージェント設定)ページを参照してください。 \ No newline at end of file diff --git a/ja/platform/launch/setup-launch-kubernetes.mdx b/ja/platform/launch/setup-launch-kubernetes.mdx index 04d8b0ce0c..06c0d5f957 100644 --- a/ja/platform/launch/setup-launch-kubernetes.mdx +++ b/ja/platform/launch/setup-launch-kubernetes.mdx @@ -107,7 +107,7 @@ W&B アプリケーションで、計算リソースとして Kubernetes を使 3. キューを作成する **Entity** を選択します。 4. **Name** フィールドにキューの名前を入力します。 5. **Resource** として **Kubernetes** を選択します。 -6. **Configuration** フィールドに、[前のセクションで設定した](#configure-a-queue-for-kubernetes) Kubernetes Job ワークフロー spec または Custom Resource spec を入力します。 +6. **Configuration** フィールドに、[前のセクションで設定した](#kubernetes-用のキューの設定) Kubernetes Job ワークフロー spec または Custom Resource spec を入力します。 ## Helm を使用した Launch エージェントの設定 diff --git a/ja/platform/launch/walkthrough.mdx b/ja/platform/launch/walkthrough.mdx index 0c301da62a..6c3efd9189 100644 --- a/ja/platform/launch/walkthrough.mdx +++ b/ja/platform/launch/walkthrough.mdx @@ -29,7 +29,7 @@ Launch の詳細については、[用語と概念](./launch-terminology) ペー ユースケースに合わせて、W&B Launch を使い始めるための以下のリソースを確認してください。 -* 初めて W&B Launch を使用する場合は、[Launch ウォークスルー](#walkthrough) ガイドを確認することをお勧めします。 +* 初めて W&B Launch を使用する場合は、[Launch ウォークスルー](#ウォークスルー) ガイドを確認することをお勧めします。 * [W&B Launch のセットアップ方法](/platform/launch/set-up-launch/) を学ぶ。 * [launch job](/platform/launch/launch-terminology/#launch-job) を作成する。 * [Triton へのデプロイ](https://github.com/wandb/launch-jobs/tree/main/jobs/deploy_to_nvidia_triton) や [LLM の評価](https://github.com/wandb/launch-jobs/tree/main/jobs/openai_evals) など、一般的なタスクのテンプレートについては、W&B Launch [パブリックジョブ GitHub リポジトリ](https://github.com/wandb/launch-jobs) を確認してください。 diff --git a/ja/release-notes/release-policies.mdx b/ja/release-notes/release-policies.mdx index fda78a49d6..48770e6e07 100644 --- a/ja/release-notes/release-policies.mdx +++ b/ja/release-notes/release-policies.mdx @@ -23,7 +23,7 @@ W&B は、メジャーな W&B Server リリースを、その初回リリース ## リリースのロールアウト 1. テストと検証が完了した後、リリースはまずすべての **専用クラウド** インスタンスにロールアウトされ、常に最新の状態が保たれます。 -1. 追加の監視期間を経て、リリースが公開されます。 **Self-Managed** デプロイメントは、独自のスケジュールでアップグレードを行うことができます。その際、 [リリースサポートおよびサポート終了（EOL）ポリシー](#release-support-and-end-of-life-policy) を遵守するために期限内にアップグレードする責任があります。 [W&B Server のアップグレード](/platform/hosting/server-upgrade-process/) についての詳細はこちらをご覧ください。 +1. 追加の監視期間を経て、リリースが公開されます。 **Self-Managed** デプロイメントは、独自のスケジュールでアップグレードを行うことができます。その際、 [リリースサポートおよびサポート終了（EOL）ポリシー](#リリースサポートおよびサポート終了eolポリシー) を遵守するために期限内にアップグレードする責任があります。 [W&B Server のアップグレード](/platform/hosting/server-upgrade-process/) についての詳細はこちらをご覧ください。 ## アップグレード中のダウンタイム - **専用クラウド** インスタンスがアップグレードされる際、通常ダウンタイムは発生しませんが、以下のような特定の状況では発生する可能性があります： diff --git a/ja/support-tags.mdx b/ja/support-tags.mdx index 3425f56c7c..a6dfc8e4e3 100644 --- a/ja/support-tags.mdx +++ b/ja/support-tags.mdx @@ -399,7 +399,7 @@ W&B クライアントライブラリは、バージョン 0.11 まで Python 3. -役割と権限の詳細については、こちらのリンクを参照してください： [チームの役割と権限](/platform/app/settings-page/teams#team-roles-and-permissions) 。 +役割と権限の詳細については、こちらのリンクを参照してください： [チームの役割と権限](/platform/app/settings-page/teams#チームのロールと権限) 。 @@ -479,7 +479,7 @@ command: SSL エラーや、 `wandb: Network error (ConnectionError), entering retry loop` などのネットワークエラーが発生した場合は、以下の解決策を試してください。 1. SSL 証明書をアップグレードします。 Ubuntu サーバーの場合は、 `update-ca-certificates` を実行します。セキュリティリスクを軽減しつつトレーニングログを同期するには、有効な SSL 証明書が不可欠です。 -2. ネットワーク接続が不安定な場合は、 [任意の環境変数](/models/track/environment-variables#optional-environment-variables) `WANDB_MODE` を `offline` に設定してオフラインモードで実行し、後でインターネット接続のあるデバイスからファイルを同期してください。 +2. ネットワーク接続が不安定な場合は、 [任意の環境変数](/models/track/environment-variables#オプションの環境変数) `WANDB_MODE` を `offline` に設定してオフラインモードで実行し、後でインターネット接続のあるデバイスからファイルを同期してください。 3. クラウドサーバーへの同期を避け、ローカルで動作する [W&B Private Hosting](/platform/hosting/) の利用を検討してください。 `SSL CERTIFICATE_VERIFY_FAILED` エラーについては、会社のファイアウォールが原因である可能性があります。ローカルの CA を設定し、以下を実行してください： @@ -861,7 +861,7 @@ consumer_runs = produced_artifacts[0].used_by() -1つの Run が複数のタグを持つことができるため、タグによるグループ化はサポートされていません。代わりに、これらの Run の [`config`](/models/track/config) オブジェクトに値を追加し、その config 値でグループ化してください。これは [API](/models/track/config#set-the-configuration-after-your-run-has-finished) を使用して行えます。 +1つの Run が複数のタグを持つことができるため、タグによるグループ化はサポートされていません。代わりに、これらの Run の [`config`](/models/track/config) オブジェクトに値を追加し、その config 値でグループ化してください。これは [API](/models/track/config#run-終了後に設定を行う) を使用して行えます。 @@ -1534,7 +1534,7 @@ W&B インテグレーションに関する注意事項など、 `reinit="create 実験を管理する方法はいくつかあります。 -複雑なワークフローの場合は、複数の Runs を使用し、 [`wandb.init()`](/models/track/create-an-experiment) の group パラメーターに、単一の実験内のすべてのプロセスで共通の一意の値を設定します。 [**Runs** タブ](/models/track/project-page#runs-tab) ではテーブルがグループ ID ごとにグループ化され、可視化が適切に機能します。このアプローチにより、結果を1か所にログ記録しながら、並行して実験やトレーニング Run を行うことが可能になります。 +複雑なワークフローの場合は、複数の Runs を使用し、 [`wandb.init()`](/models/track/create-an-experiment) の group パラメーターに、単一の実験内のすべてのプロセスで共通の一意の値を設定します。 [**Runs** タブ](/models/track/project-page#runsタブ) ではテーブルがグループ ID ごとにグループ化され、可視化が適切に機能します。このアプローチにより、結果を1か所にログ記録しながら、並行して実験やトレーニング Run を行うことが可能になります。 よりシンプルなワークフローの場合は、 `resume=True` と `id=UNIQUE_ID` を指定して `wandb.init()` を呼び出し、再度同じ `id=UNIQUE_ID` で `wandb.init()` を呼び出します。通常通り [`run.log()`](/models/track/log/) または `run.summary()` でログを記録すれば、 Run の値が適宜更新されます。 @@ -1731,7 +1731,7 @@ with wandb.init() as run: - `"loss-train"` の代わりに `"loss_train"` を使用 - `"acc,val"` の代わりに `"acc_val"` を使用 -詳細については、 [メトリクス命名の制約](/models/track/log/#metric-naming-constraints) を参照してください。 +詳細については、 [メトリクス命名の制約](/models/track/log/#メトリクス命名の制約) を参照してください。 @@ -1881,7 +1881,7 @@ with wandb.init() as run: run.log({"train/loss": 0.1, "train/acc": 0.94}) ``` -[Workspace](/models/track/project-page#workspace-tab) 設定で、最初のセグメントに基づいたグループ化、または `/` で区切られたすべてのセグメントに基づいたグループ化に調整できます。 +[Workspace](/models/track/project-page#workspaceタブ) 設定で、最初のセグメントに基づいたグループ化、または `/` で区切られたすべてのセグメントに基づいたグループ化に調整できます。 @@ -1924,7 +1924,7 @@ with wandb.init(project="my_project") as run: ) ``` -マルチラインプロットの詳細は、 [こちら](/models/track/log/plots#basic-charts) の **Multi-line** タブを参照してください。 +マルチラインプロットの詳細は、 [こちら](/models/track/log/plots#基本的なグラフ) の **Multi-line** タブを参照してください。 @@ -1958,7 +1958,7 @@ with wandb.init() as run: - **Public**: 誰でもプロジェクトを表示できますが、編集できるのは自分のチームだけです。 - W&B 管理者が **Public** の可視性をオフに設定している場合、これを選択することはできません。代わりに、閲覧専用の [W&B レポート](/models/reports/collaborate-on-reports#share-a-report) を共有するか、 W&B 組織の管理者に相談してください。 + W&B 管理者が **Public** の可視性をオフに設定している場合、これを選択することはできません。代わりに、閲覧専用の [W&B レポート](/models/reports/collaborate-on-reports#report-を共有する) を共有するか、 W&B 組織の管理者に相談してください。 1. **Save** をクリックします。 @@ -2419,14 +2419,14 @@ Teams で W&B アラートを受け取るには、以下の手順に従ってく 特に、サービスアカウントは、定期的な再トレーニングやナイトリービルドなど、 wandb にログ記録される自動ジョブの追跡に役立ちます。必要であれば、 [環境変数](/models/track/environment-variables) `WANDB_USERNAME` または `WANDB_USER_EMAIL` を使用して、これらのマシンから起動された Run にユーザー名を関連付けることができます。 -ベストプラクティスや詳細な設定手順を含むサービスアカウントの包括的な情報については、 [サービスアカウントを使用してワークフローを自動化する](/platform/hosting/iam/service-accounts) を参照してください。チーム内でのサービスアカウントの振る舞いについては、 [チームのサービスアカウントの振る舞い](/platform/app/settings-page/teams#team-service-account-behavior) を参照してください。 +ベストプラクティスや詳細な設定手順を含むサービスアカウントの包括的な情報については、 [サービスアカウントを使用してワークフローを自動化する](/platform/hosting/iam/service-accounts) を参照してください。チーム内でのサービスアカウントの振る舞いについては、 [チームのサービスアカウントの振る舞い](/platform/app/settings-page/teams#チームサービスアカウントの振る舞い) を参照してください。 完全な API キーは作成時に一度だけ表示されます。ダイアログを閉じると、二度と確認することはできません。 -**組み込み（Built-in）** のサービスアカウント以外にも、 W&B は [SDK および CLI 用のアイデンティティ連携](/platform/hosting/iam/identity_federation#external-service-accounts) を使用した **外部サービスアカウント（External service accounts）** もサポートしています。 JSON Web Token (JWT) を発行できる ID プロバイダーで管理されているサービスアイデンティティを使用して、 W&B のタスクを自動化したい場合は、外部サービスアカウントを使用してください。 +**組み込み（Built-in）** のサービスアカウント以外にも、 W&B は [SDK および CLI 用のアイデンティティ連携](/platform/hosting/iam/identity_federation#外部サービスアカウント) を使用した **外部サービスアカウント（External service accounts）** もサポートしています。 JSON Web Token (JWT) を発行できる ID プロバイダーで管理されているサービスアイデンティティを使用して、 W&B のタスクを自動化したい場合は、外部サービスアカウントを使用してください。 @@ -2608,7 +2608,7 @@ if os.path.exists("~/keys.json"): -利用可能な役割と権限の概要については、 [チームの役割と権限](/platform/app/settings-page/teams#team-roles-and-permissions) ページをご覧ください。 +利用可能な役割と権限の概要については、 [チームの役割と権限](/platform/app/settings-page/teams#チームのロールと権限) ページをご覧ください。 diff --git a/ja/weave/cookbooks/audio_with_weave.mdx b/ja/weave/cookbooks/audio_with_weave.mdx index c7809bf386..12dfb55d4f 100644 --- a/ja/weave/cookbooks/audio_with_weave.mdx +++ b/ja/weave/cookbooks/audio_with_weave.mdx @@ -158,7 +158,7 @@ OpenAI の realtime API は、リアルタイムの音声およびテキスト 注意点： -- [マイクの設定](#microphone-configuration) のセルを確認してください。 +- [マイクの設定](#openai-realtime-api-スキーマの実装) のセルを確認してください。 - Google Colab の実行環境の制限により、**これはホストマシン上で Jupyter Notebook として実行する必要があります**。ブラウザ内では実行できません。 - MacOS の場合、Pyaudio を動作させるために Brew 経由で `portaudio` をインストールする必要があります（[こちら](https://formulae.brew.sh/formula/portaudio)を参照）。 - OpenAI の Python SDK は、まだ Realtime API をサポートしていません。可読性を高めるために、Pydantic で完全な OAI Realtime API スキーマを実装しています。公式サポートがリリースされた後は非推奨になる可能性があります。 diff --git a/ja/weave/cookbooks/pii.mdx b/ja/weave/cookbooks/pii.mdx index e3369a183d..69ac842d55 100644 --- a/ja/weave/cookbooks/pii.mdx +++ b/ja/weave/cookbooks/pii.mdx @@ -23,10 +23,10 @@ description: W&B Weave で PII データ (個人情報) を処理する方法に 開始するには、以下を行ってください： -1. [概要](#overview) セクションを確認する。 -2. [事前準備](#prerequisites) を完了する。 -3. PII データの特定、墨消し、匿名化のための [利用可能な手法](#redaction-methods-overview) を確認する。 -4. [Weave の呼び出しにメソッドを適用する](#apply-the-methods-to-weave-calls)。 +1. [概要](#概要) セクションを確認する。 +2. [事前準備](#事前準備) を完了する。 +3. PII データの特定、墨消し、匿名化のための [利用可能な手法](#墨消しメソッドの概要) を確認する。 +4. [Weave の呼び出しにメソッドを適用する](#weave-の呼び出しにメソッドを適用する)。 ## 概要 diff --git a/ja/weave/cookbooks/weave_via_service_api.mdx b/ja/weave/cookbooks/weave_via_service_api.mdx index 702da33f87..19cc73bd89 100644 --- a/ja/weave/cookbooks/weave_via_service_api.mdx +++ b/ja/weave/cookbooks/weave_via_service_api.mdx @@ -13,15 +13,15 @@ description: W&B Weave のサービス API を介して Weave を使用する方 このガイドでは、 Weave Service API を使用して Traces を ログ に記録する方法を学びます。具体的には、Service API を使用して以下の操作を行います。 -1. [シンプルな LLM の呼び出しと応答のモックを作成し、 Weave に ログ を記録する。](#simple-trace) +1. [シンプルな LLM の呼び出しと応答のモックを作成し、 Weave に ログ を記録する。](#シンプルな-trace) 2. [より複雑な LLM の呼び出しと応答のモックを作成し、 Weave に ログ を記録する。](#complex-trace) -3. [ログ に記録された Traces に対してサンプル検索クエリを実行する。](#run-a-lookup-query) +3. [ログ に記録された Traces に対してサンプル検索クエリを実行する。](#trace-を終了-2) > **ログに記録された Traces を表示する** > > このガイドの コード を実行した際に作成されたすべての Weave Traces は、 Weave プロジェクト（`team_id\project_id` で指定）の **Traces** タブに移動し、 Trace の名前を選択することで表示できます。 -開始する前に、[事前準備](#prerequisites-set-variables-and-endpoints)を完了させてください。 +開始する前に、[事前準備](#事前準備変数とエンドポイントの設定)を完了させてください。 ## 事前準備：変数とエンドポイントの設定 @@ -159,8 +159,8 @@ else: 1. [複雑な Trace を開始する](#start-a-complex-trace) 2. [RAG ドキュメント検索用の子スパンを追加する](#add-a-child-span-for-rag-document-lookup) -3. [LLM 完了呼び出し用の子スパンを追加する](#add-a-child-span-for-an-llm-completion-call) -4. [複雑な Trace を終了する](#end-a-complex-trace) +3. [LLM 完了呼び出し用の子スパンを追加する](#例rag-ドキュメント検索) +4. [複雑な Trace を終了する](#llm-完了呼び出しの作成) ### 複雑な Trace を開始する diff --git a/ja/weave/guides/core-types/evaluations.mdx b/ja/weave/guides/core-types/evaluations.mdx index 3f188c5d15..40083e93c0 100644 --- a/ja/weave/guides/core-types/evaluations.mdx +++ b/ja/weave/guides/core-types/evaluations.mdx @@ -11,7 +11,7 @@ description: アプリケーションを体系的に改善するための、評 - テスト例のための [`Dataset`](../core-types/datasets) または辞書のリスト。 - 1 つ以上の [スコアリング関数](../evaluation/scorers)。 - - [入力の事前処理](#format-dataset-rows-before-evaluating) などのオプション設定。 + - [入力の事前処理](#評価前のデータセット行のフォーマット) などのオプション設定。 `Evaluation` を定義したら、[`Model`](../core-types/models) オブジェクトや LLM アプリケーションロジックを含む任意のカスタム関数に対して実行できます。`.evaluate()` を呼び出すたびに _評価 run_ がトリガーされます。`Evaluation` オブジェクトを設計図、各 run をそのセットアップ下でのアプリケーションのパフォーマンス測定と考えると分かりやすいでしょう。 @@ -31,14 +31,14 @@ description: アプリケーションを体系的に改善するための、評 評価を開始するには、以下の手順を完了してください。 -1. [`Evaluation` オブジェクトの作成](#1-create-an-evaluation-object) -2. [例となるデータセットの定義](#2-define-a-dataset-of-test-examples) -3. [スコアリング関数の定義](#3-define-scoring-functions) -4. [評価対象のモデルまたは関数の定義](#4-define-a-model-or-function-to-evaluate) -5. [評価の実行](#5-run-the-evaluation) +1. [`Evaluation` オブジェクトの作成](#1-evaluation-オブジェクトの作成) +2. [例となるデータセットの定義](#2-テスト例のデータセットを定義する) +3. [スコアリング関数の定義](#3-スコアリング関数の定義) +4. [評価対象のモデルまたは関数の定義](#4-評価対象のモデルまたは関数の定義) +5. [評価の実行](#5-評価の実行) -完全な評価コードのサンプルは [こちら](#full-evaluation-code-sample) にあります。また、[保存済みビュー](#saved-views) や [命令的評価](#imperative-evaluations-evaluationlogger) などの [高度な評価機能](#advanced-evaluation-usage) についても詳しく学ぶことができます。 +完全な評価コードのサンプルは [こちら](#full-evaluation-code-sample) にあります。また、[保存済みビュー](#saved-views) や [命令的評価](#保存済みビューsaved-views) などの [高度な評価機能](#高度な評価機能) についても詳しく学ぶことができます。 ## 1. `Evaluation` オブジェクトの作成 diff --git a/ja/weave/guides/core-types/leaderboards.mdx b/ja/weave/guides/core-types/leaderboards.mdx index 9cba3270fb..48bd232037 100644 --- a/ja/weave/guides/core-types/leaderboards.mdx +++ b/ja/weave/guides/core-types/leaderboards.mdx @@ -11,7 +11,7 @@ Leaderboard は以下のような場合に最適です： - 共有された評価ワークフローの調整 -Leaderboard の作成は、Weave UI および Weave Python SDK でのみ利用可能です。TypeScript ユーザーは [Weave UI](#using-the-ui) を使用して Leaderboard を作成および管理できます。 +Leaderboard の作成は、Weave UI および Weave Python SDK でのみ利用可能です。TypeScript ユーザーは [Weave UI](#ui-を使用する場合) を使用して Leaderboard を作成および管理できます。 ## Leaderboard の作成 @@ -49,7 +49,7 @@ Leaderboard の各列は、特定の評価からのメトリクスを表しま ### Python -すぐに実行可能な完全なコードサンプルをお探しですか？[エンドツーエンドの Python 例](#end-to-end-python-example) をご覧ください。 +すぐに実行可能な完全なコードサンプルをお探しですか？[エンドツーエンドの Python 例](#エンドツーエンドの-python-例) をご覧ください。 Leaderboard を作成して公開するには： diff --git a/ja/weave/guides/core-types/media.mdx b/ja/weave/guides/core-types/media.mdx index a195990ed3..f83e72013c 100644 --- a/ja/weave/guides/core-types/media.mdx +++ b/ja/weave/guides/core-types/media.mdx @@ -5,18 +5,18 @@ description: 画像や動画など、トレース内で返されたメディア W&B Weave は、多数のコンテンツタイプのログ記録と表示をサポートしており、動画、画像、オーディオクリップ、PDF、CSV データ、および HTML を表示するための専用機能を備えています。このガイドでは、各メディアタイプのログ記録と表示に関する基本および高度な例を紹介します。 -- **[画像](#log-images)** -- **[動画](#log-video)** -- **[ドキュメント](#log-documents)** -- **[オーディオ](#log-audio)** -- **[HTML](#log-html)** +- **[画像](#画像のログ記録)** +- **[動画](#動画のログ記録)** +- **[ドキュメント](#ドキュメントのログ記録)** +- **[オーディオ](#オーディオのログ記録)** +- **[HTML](#html-のログ記録)** ## 概要 -このガイドの例ではアノテーションを使用しています。アノテーションはメディアのログ記録を開始する最もシンプルな方法であるため、推奨されています。より高度な設定については、[Content API セクション](#using-the-contents-api) を参照してください。 +このガイドの例ではアノテーションを使用しています。アノテーションはメディアのログ記録を開始する最もシンプルな方法であるため、推奨されています。より高度な設定については、[Content API セクション](#content-api-の使用) を参照してください。 Weave にメディアをログ記録するには、ops の入力または戻り値の型として `Annotated[bytes, Content]` や `Annotated[str, Content]` のような型アノテーションを追加します。パス引数を `Annotated[str, Content]` でアノテートすると、Weave は自動的にファイルを開き、検出し、トレース内にメディアを表示します。 diff --git a/ja/weave/guides/evaluation/evaluation_logger.mdx b/ja/weave/guides/evaluation/evaluation_logger.mdx index 8637753599..b50a672f43 100644 --- a/ja/weave/guides/evaluation/evaluation_logger.mdx +++ b/ja/weave/guides/evaluation/evaluation_logger.mdx @@ -33,7 +33,7 @@ description: Python または TypeScript のコードから評価データを、 予測に対して `finish()` を呼び出した後は、その予測にスコアを記録することはできません。 -説明したワークフローを示す Python コードについては、[基本的な例](#basic-example) を参照してください。 +説明したワークフローを示す Python コードについては、[基本的な例](#基本的な例) を参照してください。 ## 基本的な例 diff --git a/ja/weave/guides/evaluation/guardrails_and_monitors.mdx b/ja/weave/guides/evaluation/guardrails_and_monitors.mdx index d92d8dd746..9f70159955 100644 --- a/ja/weave/guides/evaluation/guardrails_and_monitors.mdx +++ b/ja/weave/guides/evaluation/guardrails_and_monitors.mdx @@ -191,7 +191,7 @@ Scorer を適用する際： - **LLM-as-a-Judge configuration**: - **Scorer name**: 有効な Scorer 名は、文字または数字で始まり、文字、数字、ハイフン、アンダースコアのみを含めることができます。 - **Judge model**: ops をスコアリングするモデルを選択します。3 種類のモデルが利用可能です。 - - [Saved models](../tools/playground#saved-models) + - [Saved models](../tools/playground#メッセージの再試行編集削除) - W&B 管理者によって設定されたプロバイダーのモデル - [W&B Inference models](../integrations/inference) @@ -500,7 +500,7 @@ score = scorer.score(output="some text") ### スコア分析 -コールのクエリとその Scorer 結果の詳細については、[Score 分析ガイド](./scorers#score-analysis) および [データアクセスガイド](/weave/guides/tracking/tracing#querying--exporting-calls) を参照してください。 +コールのクエリとその Scorer 結果の詳細については、[Score 分析ガイド](./scorers#スコア分析) および [データアクセスガイド](/weave/guides/tracking/tracing#querying--exporting-calls) を参照してください。 ## プロダクションのベストプラクティス diff --git a/ja/weave/guides/integrations/agno.mdx b/ja/weave/guides/integrations/agno.mdx index 713a383798..81ab539cfe 100644 --- a/ja/weave/guides/integrations/agno.mdx +++ b/ja/weave/guides/integrations/agno.mdx @@ -26,7 +26,7 @@ Weave での OTEL トレースに関する詳細については、[Send OTEL Tra export OPENAI_API_KEY=your_api_key_here ``` -3. [Weave での OTEL トレースの設定](#configure-otel-tracing-in-weave) を行います。 +3. [Weave での OTEL トレースの設定](#weave-での-otel-トレースの設定) を行います。 ### Weave での OTEL トレースの設定 @@ -45,7 +45,7 @@ APIキーやプロジェクト情報などの機密性の高い環境変数は ## Agno から Weave へ OTEL トレースを送信する -[事前準備](#prerequisites) が完了したら、Agno から Weave に OTEL トレースを送信できます。以下のコードスニペットは、Agno アプリケーションから Weave に OTEL トレースを送信するための OTLP スパンエクスポーターとトレーサープロバイダーの設定方法を示しています。 +[事前準備](#事前準備) が完了したら、Agno から Weave に OTEL トレースを送信できます。以下のコードスニペットは、Agno アプリケーションから Weave に OTEL トレースを送信するための OTLP スパンエクスポーターとトレーサープロバイダーの設定方法を示しています。 Weave が Agno を正しくトレースできるように、コード内で Agno コンポーネントを使用する _前_ にグローバルトレーサープロバイダーを設定してください。 diff --git a/ja/weave/guides/integrations/google_adk.mdx b/ja/weave/guides/integrations/google_adk.mdx index 5621d5819d..52e32aa554 100644 --- a/ja/weave/guides/integrations/google_adk.mdx +++ b/ja/weave/guides/integrations/google_adk.mdx @@ -26,11 +26,11 @@ Weave における OTEL トレッシングの詳細については、[Send OTEL export GOOGLE_API_KEY=your_api_key_here ``` -3. [Weave での OTEL トレッシングの設定](#configure-otel-tracing-in-weave)を行います。 +3. [Weave での OTEL トレッシングの設定](#weave-での-otel-トレッシングの設定)を行います。 ### Weave での OTEL トレッシングの設定 -ADK から Weave にトレースを送信するには、`TracerProvider` と `OTLPSpanExporter` を使用して OTEL を設定します。エクスポーターには、[認証とプロジェクト識別のための正しいエンドポイントと HTTP ヘッダー](#required-configuration)を設定してください。 +ADK から Weave にトレースを送信するには、`TracerProvider` と `OTLPSpanExporter` を使用して OTEL を設定します。エクスポーターには、[認証とプロジェクト識別のための正しいエンドポイントと HTTP ヘッダー](#必要な設定)を設定してください。 API キーやプロジェクト情報などの機密性の高い環境変数は、環境ファイル（例： `.env`）に保存し、 `os.environ` を使用してロードすることをお勧めします。これにより、認証情報を安全に保ち、コードベースから排除できます。 diff --git a/ja/weave/guides/integrations/inference.mdx b/ja/weave/guides/integrations/inference.mdx index 2252b89710..cc7b54e2dd 100644 --- a/ja/weave/guides/integrations/inference.mdx +++ b/ja/weave/guides/integrations/inference.mdx @@ -27,21 +27,21 @@ Weave を使用することで、W&B Inference を活用したアプリケーシ このガイドでは、以下の情報を提供します： -- [前提条件](#prerequisites) - - [Python 経由で API を使用するための追加の前提条件](#additional-prerequisites-for-using-the-api-via-python) -- [API 仕様](#api-specification) - - [エンドポイント](#endpoint) - - [利用可能なメソッド](#available-methods) +- [前提条件](#前提条件) + - [Python 経由で API を使用するための追加の前提条件](#python-経由で-api-を使用するための追加の前提条件) +- [API 仕様](#api-仕様) + - [エンドポイント](#エンドポイント) + - [利用可能なメソッド](#利用可能なメソッド) - [Chat completions](#chat-completions) - [サポートされているモデルの一覧表示](#list-supported-models) -- [使用例](#usage-examples) +- [使用例](#使用例) - [UI](#ui) - - [Inference サービスへのアクセス](#access-the-inference-service) - - [Playground でモデルを試す](#try-a-model-in-the-playground) - - [複数のモデルを比較する](#compare-multiple-models) - - [請求および使用状況情報の確認](#view-billing-and-usage-information) -- [使用上の情報と制限](#usage-information-and-limits) -- [API エラー](#api-errors) + - [Inference サービスへのアクセス](#inference-サービスへのアクセス) + - [Playground でモデルを試す](#playground-でモデルを試す) + - [複数のモデルを比較する](#複数のモデルを比較する) + - [請求および使用状況情報の確認](#請求および使用状況情報の確認) +- [使用上の情報と制限](#使用上の情報と制限) +- [API エラー](#api-エラー) ## 前提条件 @@ -50,7 +50,7 @@ API または W&B Weave UI を通じて W&B Inference サービスにアクセ 1. W&B アカウント。登録は [こちら](https://app.wandb.ai/login?signup=true&_gl=1*1yze8dp*_ga*ODIxMjU5MTk3LjE3NDk0OTE2NDM.*_ga_GMYDGNGKDT*czE3NDk4NDYxMzgkbzEyJGcwJHQxNzQ5ODQ2MTM4JGo2MCRsMCRoMA..*_ga_JH1SJHJQXJ*czE3NDk4NDU2NTMkbzI1JGcxJHQxNzQ5ODQ2MTQ2JGo0NyRsMCRoMA..*_gcl_au*MTE4ODk1MzY1OC4xNzQ5NDkxNjQzLjk1ODA2MjQwNC4xNzQ5NTgyMTUzLjE3NDk1ODIxNTM.) から。 2. W&B APIキー。[ユーザー設定 (User Settings)](https://wandb.ai/settings) で APIキー を作成してください。 3. W&B Projects。 -4. Python 経由で Inference サービスを使用する場合は、[Python 経由で API を使用するための追加の前提条件](#additional-prerequisites-for-using-the-api-via-python) を参照してください。 +4. Python 経由で Inference サービスを使用する場合は、[Python 経由で API を使用するための追加の前提条件](#python-経由で-api-を使用するための追加の前提条件) を参照してください。 ### Python 経由で API を使用するための追加の前提条件 @@ -63,16 +63,16 @@ pip install openai weave `weave` ライブラリは、LLM アプリケーションをトレースするために Weave を使用する場合にのみ必要です。Weave の使い始めについては、[Weave クイックスタート](/weave/quickstart) を参照してください。 -W&B Inference サービスを Weave と共に使用する方法を示す使用例については、[API 使用例](#usage-examples) を参照してください。 +W&B Inference サービスを Weave と共に使用する方法を示す使用例については、[API 使用例](#使用例) を参照してください。 ## API 仕様 このセクションでは、API の仕様情報と API の使用例を提供します。 -- [エンドポイント](#endpoint) -- [利用可能なメソッド](#available-methods) -- [使用例](#usage-examples) +- [エンドポイント](#エンドポイント) +- [利用可能なメソッド](#利用可能なメソッド) +- [使用例](#使用例) ### エンドポイント @@ -95,7 +95,7 @@ Inference サービスは、以下の API メソッドをサポートしてい #### Chat completions -利用可能な主要な API メソッドは `/chat/completions` で、サポートされているモデルにメッセージを送信して補完を受け取るための OpenAI 互換のリクエスト形式をサポートしています。W&B Inference サービスを Weave と共に使用する方法を示す使用例については、[API 使用例](#usage-examples) を参照してください。 +利用可能な主要な API メソッドは `/chat/completions` で、サポートされているモデルにメッセージを送信して補完を受け取るための OpenAI 互換のリクエスト形式をサポートしています。W&B Inference サービスを Weave と共に使用する方法を示す使用例については、[API 使用例](#使用例) を参照してください。 Chat completion を作成するには、以下が必要です。 @@ -198,8 +198,8 @@ API を使用して、現在利用可能なすべてのモデルとその ID を このセクションでは、W&B Inference を Weave と共に使用する方法を示すいくつかの例を紹介します。 -- [基本例: Weave で Llama 3.1 8B をトレースする](#basic-example-trace-llama-31-8b-with-weave) -- [高度な例: 推論サービスで Weave Evaluations と Leaderboards を使用する](#advanced-example-use-weave-evaluations-and-leaderboards-with-the-inference-service) +- [基本例: Weave で Llama 3.1 8B をトレースする](#基本例-weave-で-llama-31-8b-をトレースする) +- [高度な例: 推論サービスで Weave Evaluations と Leaderboards を使用する](#高度な例-推論サービスで-weave-evaluations-と-leaderboards-を使用する) ### 基本例: Weave で Llama 3.1 8B をトレースする @@ -216,7 +216,7 @@ API を使用して、現在利用可能なすべてのモデルとその ID を - 関数は Weave によって自動的にトレースされるため、その入力、出力、レイテンシ、およびメタデータ（モデル ID など）が ログ されます。 - 結果は ターミナル に出力され、指定されたプロジェクトの下の [https://wandb.ai](https://wandb.ai) にある **Traces** タブに トレース が表示されます。 -この例を使用するには、[一般的な前提条件](#prerequisites) と [Python 経由で API を使用するための追加の前提条件](#additional-prerequisites-for-using-the-api-via-python) を完了させておく必要があります。 +この例を使用するには、[一般的な前提条件](#前提条件) と [Python 経由で API を使用するための追加の前提条件](#python-経由で-api-を使用するための追加の前提条件) を完了させておく必要があります。 ```python lines import weave @@ -257,7 +257,7 @@ print(output) 1. [https://wandb.ai](https://wandb.ai) にアクセスします。 2. **Traces** タブを選択して、Weave トレース を表示します。 -次に、[高度な例](#advanced-example-use-weave-evaluations-and-leaderboards-with-the-inference-service) を試してみてください。 +次に、[高度な例](#高度な例-推論サービスで-weave-evaluations-と-leaderboards-を使用する) を試してみてください。 ![トレースの表示](/weave/guides/integrations/imgs/image.png) @@ -267,7 +267,7 @@ print(output) Inference サービスで Weave を使用して [モデル呼び出しをトレースする](../tracking/tracing.mdx) ことに加えて、[パフォーマンスを評価 (evaluate) し](../core-types/evaluations.mdx)、[リーダーボードを公開する](../core-types/leaderboards.mdx) こともできます。以下の Python コードサンプルでは、シンプルな Q&A データセットで 2 つのモデルを比較します。 -この例を使用するには、[一般的な前提条件](#prerequisites) と [Python 経由で API を使用するための追加の前提条件](#additional-prerequisites-for-using-the-api-via-python) を完了させておく必要があります。 +この例を使用するには、[一般的な前提条件](#前提条件) と [Python 経由で API を使用するための追加の前提条件](#python-経由で-api-を使用するための追加の前提条件) を完了させておく必要があります。 ```python lines import os @@ -356,7 +356,7 @@ weave.publish(spec) ## UI -以下のセクションでは、W&B UI から Inference サービスを使用する方法について説明します。UI 経由で Inference サービスにアクセスする前に、[前提条件](#prerequisites) を完了させてください。 +以下のセクションでは、W&B UI から Inference サービスを使用する方法について説明します。UI 経由で Inference サービスにアクセスする前に、[前提条件](#前提条件) を完了させてください。 ### Inference サービスへのアクセス @@ -384,8 +384,8 @@ Weave UI の 2 つの異なる場所から Inference サービスにアクセス 1. 左側のサイドバーから **Playground** を選択します。Playground のチャット UI が表示されます。 2. LLM のドロップダウンリストから **W&B Inference** にマウスを合わせます。利用可能な W&B Inference モデルのドロップダウンが右側に表示されます。 3. W&B Inference モデルのドロップダウンから、以下の操作が可能です： - - 利用可能なモデル名をクリックして、[Playground で試用する](#try-a-model-in-the-playground)。 - - [Playground で 1 つ以上のモデルを比較する](#compare-multiple-models)。 + - 利用可能なモデル名をクリックして、[Playground で試用する](#playground-でモデルを試す)。 + - [Playground で 1 つ以上のモデルを比較する](#複数のモデルを比較する)。 ![Playground の Inference モデルドロップダウン](/weave/guides/integrations/imgs/inference-playground.png) @@ -393,12 +393,12 @@ Weave UI の 2 つの異なる場所から Inference サービスにアクセス ### Playground でモデルを試す -[アクセスオプションのいずれかを使用してモデルを選択](#access-the-inference-service)したら、Playground でモデルを試すことができます。以下の操作が可能です。 +[アクセスオプションのいずれかを使用してモデルを選択](#inference-サービスへのアクセス)したら、Playground でモデルを試すことができます。以下の操作が可能です。 - [モデルの設定とパラメータのカスタマイズ](../tools/playground#customize-settings) -- [メッセージの追加、再試行、編集、削除](../tools/playground#message-controls) -- [カスタム設定でのモデルの保存と再利用](../tools/playground#saved-models) -- [複数のモデルを比較する](#compare-multiple-models) +- [メッセージの追加、再試行、編集、削除](../tools/playground#azureintegrationsazure) +- [カスタム設定でのモデルの保存と再利用](../tools/playground#メッセージの再試行編集削除) +- [複数のモデルを比較する](#複数のモデルを比較する) ![Playground で Inference モデルを使用する](/weave/guides/integrations/imgs/inference-playground-single.png) @@ -418,7 +418,7 @@ Playground では、複数の Inference モデルを比較できます。比較 3. 比較したい各モデルについて、ステップ 2 を繰り返します。 4. 選択されたいずれかのカードで、**Compare N models in the Playground** ボタン（`N` は比較するモデルの数。例：3 つのモデルが選択されている場合、ボタンは **Compare 3 models in the Playground** と表示されます）をクリックします。比較ビューが開きます。 -これで、Playground でモデルを比較し、[Playground でモデルを試す](#try-a-model-in-the-playground) で説明されている機能を使用できるようになります。 +これで、Playground でモデルを比較し、[Playground でモデルを試す](#playground-でモデルを試す) で説明されている機能を使用できるようになります。 ![Playground で比較する複数のモデルを選択する](/weave/guides/integrations/imgs/inference-playground-compare.png) @@ -433,7 +433,7 @@ Playground では、複数の Inference モデルを比較できます。比較 5. 比較したい各モデルについて、ステップ 4 を繰り返します。 6. 選択されたいずれかのカードで、**Compare N models in the Playground** ボタンをクリックします。比較ビューが開きます。 -これで、Playground でモデルを比較し、[Playground でモデルを試す](#try-a-model-in-the-playground) で説明されている機能を使用できるようになります。 +これで、Playground でモデルを比較し、[Playground でモデルを試す](#playground-でモデルを試す) で説明されている機能を使用できるようになります。 ### 請求および使用状況情報の確認 @@ -475,7 +475,7 @@ Inference サービスは、サポートされている地理的場所からの | エラーコード | メッセージ | 原因 | 解決策 | | :--- | :--- | :--- | :--- | | 401 | Invalid Authentication | 認証資格情報が無効であるか、W&B プロジェクトの Entities または名前が正しくありません。 | 正しい APIキー が使用されているか、および/または W&B プロジェクト名と Entities が正しいことを確認してください。 | -| 403 | Country, region, or territory not supported | サポートされていない場所から API にアクセスしています。 | [地理的制限](#geographic-restrictions) を参照してください。 | +| 403 | Country, region, or territory not supported | サポートされていない場所から API にアクセスしています。 | [地理的制限](#地理的制限) を参照してください。 | | 429 | Concurrency limit reached for requests | 同時リクエスト数が多すぎます。 | 同時リクエストの数を減らしてください。 | | 429 | You exceeded your current quota, please check your plan and billing details | クレジットが不足しているか、月間の支出上限に達しました。 | クレジットをさらに購入するか、制限を引き上げてください。 | | 500 | The server had an error while processing your request | サーバー内部エラー。 | 少し待ってから再試行し、問題が解決しない場合はサポートにお問い合わせください。 | diff --git a/ja/weave/guides/integrations/js.mdx b/ja/weave/guides/integrations/js.mdx index 8a4576532d..6a709f405b 100644 --- a/ja/weave/guides/integrations/js.mdx +++ b/ja/weave/guides/integrations/js.mdx @@ -75,7 +75,7 @@ Next.js などの一部のフレームワークやバンドラーは、実行時 ``` -2. パッチの適用が依然として失敗する場合は、[手動パッチ（フォールバックオプション）](#manual-patching-fallback-option) を試してください。 +2. パッチの適用が依然として失敗する場合は、[手動パッチ（フォールバックオプション）](#手動パッチフォールバックオプション) を試してください。 ### 手動パッチ（フォールバックオプション） diff --git a/ja/weave/guides/platform/weave-self-managed.mdx b/ja/weave/guides/platform/weave-self-managed.mdx index 6d850ac50a..dc5f2ba66f 100644 --- a/ja/weave/guides/platform/weave-self-managed.mdx +++ b/ja/weave/guides/platform/weave-self-managed.mdx @@ -54,7 +54,7 @@ graph TD - **W&B ライセンス**: W&B サポートから提供された Weave 有効化済みのライセンス -この前提条件リストだけでサイジングを決定しないでください。リソースの必要量は、トレース量や使用パターンによって大きく異なります。具体的なクラスターサイジングのガイダンスについては、詳細な [リソース要件](#resource-requirements) セクションを参照してください。 +この前提条件リストだけでサイジングを決定しないでください。リソースの必要量は、トレース量や使用パターンによって大きく異なります。具体的なクラスターサイジングのガイダンスについては、詳細な [リソース要件](#最小構成-プロダクション向け) セクションを参照してください。 ### 必要なツール diff --git a/ja/weave/guides/tools/column-mapping.mdx b/ja/weave/guides/tools/column-mapping.mdx index bf29cac569..da0dc4a69f 100644 --- a/ja/weave/guides/tools/column-mapping.mdx +++ b/ja/weave/guides/tools/column-mapping.mdx @@ -45,6 +45,6 @@ description: Datasets 内のカラムを別の名前にマッピングします }); ``` - TypeScript のスコーラー引数に関する詳細は、[Scorer Keyword Arguments](../evaluation/scorers#scorer-keyword-arguments) を参照してください。 + TypeScript のスコーラー引数に関する詳細は、[Scorer Keyword Arguments](../evaluation/scorers#scorer-のキーワード引数) を参照してください。 \ No newline at end of file diff --git a/ja/weave/guides/tools/comparison.mdx b/ja/weave/guides/tools/comparison.mdx index f14fc6354c..c109e45069 100644 --- a/ja/weave/guides/tools/comparison.mdx +++ b/ja/weave/guides/tools/comparison.mdx @@ -13,22 +13,22 @@ Weave の比較機能（Comparison feature）を使用すると、コード、 2. 比較したいオブジェクトを選択します。選択方法は、比較するオブジェクトのタイプによって異なります： - **Traces** の場合、Traces カラムの適切な行にあるチェックボックスをオンにして、比較するトレースを選択します。 - **Models** などのオブジェクトの場合、モデルの Versions ページに移動し、比較したいバージョン（version）の横にあるチェックボックスをオンにします。 -3. **Compare** をクリックして比較ビューを開きます。これで、[利用可能なアクション](#available-actions)を使用してビューを微調整できます。 +3. **Compare** をクリックして比較ビューを開きます。これで、[利用可能なアクション](#利用可能なアクション)を使用してビューを微調整できます。 ## 利用可能なアクション -比較ビューでは、比較されているオブジェクトの数に応じて、複数のアクションを利用できます。[使用上の注意](#usage-notes)も併せてご確認ください。 +比較ビューでは、比較されているオブジェクトの数に応じて、複数のアクションを利用できます。[使用上の注意](#複数オブジェクトの比較からペアを比較する)も併せてご確認ください。 -- [差分表示の変更](#change-the-diff-display) +- [差分表示の変更](#差分表示の変更) - [並べて表示（Side-by-side）](#display-side-by-side) -- [統合ビューで表示（Unified view）](#display-in-a-unified-view) -- [ベースラインの設定](#set-a-baseline) -- [ベースラインの解除](#remove-a-baseline) -- [比較順序の変更](#change-the-comparison-order) +- [統合ビューで表示（Unified view）](#並べて表示side-by-side) +- [ベースラインの設定](#統合ビューで表示unified-view) +- [ベースラインの解除](#ベースラインの設定) +- [比較順序の変更](#ベースラインの解除) - [数値差分の表示形式の変更](#change-numeric-diff-display-format) -- [ベースラインまたは前のオブジェクトと比較する](#compare-with-baseline-or-previous) -- [複数オブジェクトの比較からペアを比較する](#compare-a-pair-from-a-multi-object-comparison) -- [比較からオブジェクトを削除する](#remove-an-object-from-comparison) +- [ベースラインまたは前のオブジェクトと比較する](#比較順序の変更) +- [複数オブジェクトの比較からペアを比較する](#数値差分の表示形式の変更) +- [比較からオブジェクトを削除する](#ベースラインまたは前のオブジェクトと比較する) ### 差分表示の変更 @@ -36,7 +36,7 @@ Weave の比較機能（Comparison feature）を使用すると、コード、 ### 並べて表示（Side-by-side） -このオプションは、2つのオブジェクトを比較している場合、または [複数オブジェクトの比較から特定のペアを選択](#compare-a-pair-from-a-multi-object-comparison) している場合にのみ利用可能です。 +このオプションは、2つのオブジェクトを比較している場合、または [複数オブジェクトの比較から特定のペアを選択](#数値差分の表示形式の変更) している場合にのみ利用可能です。 各オブジェクトを別々の列に並べて比較するには、**Side-by-side** を選択します。 @@ -46,7 +46,7 @@ Weave の比較機能（Comparison feature）を使用すると、コード、 ### 統合ビューで表示（Unified view） -このオプションは、2つのオブジェクトを比較している場合、または [複数オブジェクトの比較から特定のペアを選択](#compare-a-pair-from-a-multi-object-comparison) している場合にのみ利用可能です。 +このオプションは、2つのオブジェクトを比較している場合、または [複数オブジェクトの比較から特定のペアを選択](#数値差分の表示形式の変更) している場合にのみ利用可能です。 各オブジェクトを統合されたビューで比較するには、**Unified** を選択します。 @@ -94,7 +94,7 @@ Weave の比較機能（Comparison feature）を使用すると、コード、 ### ベースラインまたは前のオブジェクトと比較する -このオプションは、3つ以上のオブジェクトを比較している場合にのみ利用可能です。また、[ID の右側にある3つのドットをクリックすることで、既存のベースラインを設定](#set-a-baseline) したり [解除](#remove-a-baseline) したりすることもできます。 +このオプションは、3つ以上のオブジェクトを比較している場合にのみ利用可能です。また、[ID の右側にある3つのドットをクリックすることで、既存のベースラインを設定](#統合ビューで表示unified-view) したり [解除](#ベースラインの設定) したりすることもできます。 3つ以上のオブジェクトでベースライン比較を実行するには、以下の手順に従ってください： @@ -128,4 +128,4 @@ Weave の比較機能（Comparison feature）を使用すると、コード、 ## 使用上の注意 - 比較機能は UI でのみ利用可能です。 - - 好きなだけ多くのオブジェクトを比較できます。ただし、UI に同時に表示されるのは最大6つまでです。6つ以上のオブジェクトを比較しているときに、現在表示されていないオブジェクトを比較テーブルで確認するには、[比較順序を変更](#change-the-comparison-order) してそのオブジェクトを左から6番目以内に移動させるか、表示しやすいように [複数オブジェクトの比較からペアを選択](#compare-a-pair-from-a-multi-object-comparison) してください。 \ No newline at end of file + - 好きなだけ多くのオブジェクトを比較できます。ただし、UI に同時に表示されるのは最大6つまでです。6つ以上のオブジェクトを比較しているときに、現在表示されていないオブジェクトを比較テーブルで確認するには、[比較順序を変更](#ベースラインの解除) してそのオブジェクトを左から6番目以内に移動させるか、表示しやすいように [複数オブジェクトの比較からペアを選択](#数値差分の表示形式の変更) してください。 \ No newline at end of file diff --git a/ja/weave/guides/tools/playground.mdx b/ja/weave/guides/tools/playground.mdx index 4e5c98df09..db0e8eb1d5 100644 --- a/ja/weave/guides/tools/playground.mdx +++ b/ja/weave/guides/tools/playground.mdx @@ -9,7 +9,7 @@ description: LLM のプロンプトとレスポンスを反復的に改善する - [製品ページ](https://wandb.ai/site/inference) -LLM のプロンプトと応答を評価することは困難です。Weave Playground は、LLM のプロンプトと応答の反復プロセスを簡素化するように設計されており、さまざまなモデルやプロンプトでの実験を容易にします。プロンプトの編集、メッセージの再試行、モデル比較などの機能により、Playground は LLM アプリケーションの迅速なテストと改善を支援します。Playground は現在、OpenAI、Anthropic、Google、Groq、Amazon Bedrock、Microsoft Azure のモデル、および [カスタムプロバイダー](#add-a-custom-provider) をサポートしています。 +LLM のプロンプトと応答を評価することは困難です。Weave Playground は、LLM のプロンプトと応答の反復プロセスを簡素化するように設計されており、さまざまなモデルやプロンプトでの実験を容易にします。プロンプトの編集、メッセージの再試行、モデル比較などの機能により、Playground は LLM アプリケーションの迅速なテストと改善を支援します。Playground は現在、OpenAI、Anthropic、Google、Groq、Amazon Bedrock、Microsoft Azure のモデル、および [カスタムプロバイダー](#llm-パラメータの調整) をサポートしています。 - **クイックアクセス:** W&B サイドバーから新しいセッションとして、または Call ページから既存のプロジェクトをテストするために Playground を開くことができます。 - **メッセージコントロール:** チャット内で直接メッセージの編集、再試行、削除が可能です。 @@ -23,18 +23,18 @@ LLM のプロンプトと応答を評価することは困難です。Weave Play Playground を使い始めて、LLM とのやり取りを最適化し、プロンプトエンジニアリングのプロセスと LLM アプリケーション開発を効率化しましょう。 - [事前準備](#prerequisites) - - [プロバイダーの認証情報と情報の追加](#add-provider-credentials-and-information) - - [Playground へのアクセス](#access-the-playground) -- [LLM の選択](#select-an-llm) + - [プロバイダーの認証情報と情報の追加](#事前準備) + - [Playground へのアクセス](#プロバイダーの認証情報と情報の追加) +- [LLM の選択](#playground-へのアクセス) - [設定のカスタマイズ](#customize-settings) - [メッセージコントロール](#add-retry-edit-and-delete-messages) -- [LLM の比較](#compare-llms) -- [カスタムプロバイダー](#custom-providers) -- [保存済みモデル](#saved-models) +- [LLM の比較](#deepseek) +- [カスタムプロバイダー](#設定のカスタマイズ) +- [保存済みモデル](#メッセージの再試行編集削除) ## 事前準備 -Playground を使用する前に、[プロバイダーの認証情報の追加](#add-provider-credentials-and-information) と [Playground UI の表示](#access-the-playground) を行う必要があります。 +Playground を使用する前に、[プロバイダーの認証情報の追加](#事前準備) と [Playground UI の表示](#プロバイダーの認証情報と情報の追加) を行う必要があります。 ### プロバイダーの認証情報と情報の追加 @@ -241,7 +241,7 @@ Playground にアクセスするには 2 つの方法があります。 選択したモデルに対して、異なるパラメータ値で実験することができます。パラメータを調整するには、以下の手順に従ってください。 1. Playground UI の右上にある **Chat settings** をクリックして、パラメータ設定ドロップダウンを開きます。 -2. ドロップダウンで、必要に応じてパラメータを調整します。Weave の Call 追跡のオン/オフを切り替えたり、[関数の追加](#add-a-function) を行うこともできます。 +2. ドロップダウンで、必要に応じてパラメータを調整します。Weave の Call 追跡のオン/オフを切り替えたり、[関数の追加](#anthropicintegrationsanthropic) を行うこともできます。 3. **Chat settings** を再度クリックしてドロップダウンを閉じ、変更を保存します。 @@ -293,16 +293,16 @@ Playground では LLM を比較できます。比較を行うには、以下の 1. Playground UI で **Compare** をクリックします。元のチャットの隣に 2 つ目のチャットが開きます。 2. 2 つ目のチャットでは、以下が可能です。 - - [比較する LLM の選択](#select-an-llm) - - [パラメータの調整](#adjust-llm-parameters) - - [関数の追加](#add-a-function) + - [比較する LLM の選択](#playground-へのアクセス) + - [パラメータの調整](#amazon-bedrockintegrationsbedrock) + - [関数の追加](#anthropicintegrationsanthropic) 3. メッセージボックスに、両方のモデルでテストしたいメッセージを入力し、**Send** を押します。 ## カスタムプロバイダー ### カスタムプロバイダーの追加 -[サポートされているプロバイダー](#select-an-llm) に加えて、Playground を使用してカスタムモデル用の OpenAI 互換 API エンドポイントをテストできます。例としては以下があります。 +[サポートされているプロバイダー](#playground-へのアクセス) に加えて、Playground を使用してカスタムモデル用の OpenAI 互換 API エンドポイントをテストできます。例としては以下があります。 - サポートされているモデルプロバイダーの旧バージョン - ローカルモデル @@ -327,11 +327,11 @@ Playground にカスタムプロバイダーを追加するには、以下の手 CORS の制限により、Playground から localhost や 127.0.0.1 の URL を直接呼び出すことはできません。Ollama などのローカルモデルサーバーを実行している場合は、ngrok のようなトンネリングサービスを使用して安全に公開してください。詳細は、[Ollama で ngrok を使用する](#use-ngrok-with-ollama) を参照してください。 -これで、標準の Playground 機能を使用してカスタムプロバイダーモデルをテストできます。また、カスタムプロバイダーの [編集](#edit-a-custom-provider) や [削除](#remove-a-custom-provider) も可能です。 +これで、標準の Playground 機能を使用してカスタムプロバイダーモデルをテストできます。また、カスタムプロバイダーの [編集](#関数の追加) や [削除](#試行回数の調整) も可能です。 ### カスタムプロバイダーの編集 -[以前に作成したカスタムプロバイダー](#add-a-custom-provider) の情報を編集するには、以下の手順に従ってください。 +[以前に作成したカスタムプロバイダー](#llm-パラメータの調整) の情報を編集するには、以下の手順に従ってください。 1. Weave サイドバーで **Overview** に移動します。 2. 上部ナビゲーションメニューから **AI Providers** を選択します。 @@ -342,7 +342,7 @@ CORS の制限により、Playground から localhost や 127.0.0.1 の URL を ### カスタムプロバイダーの削除 -[以前に作成したカスタムプロバイダー](#add-a-custom-provider) を削除するには、以下の手順に従ってください。 +[以前に作成したカスタムプロバイダー](#llm-パラメータの調整) を削除するには、以下の手順に従ってください。 1. Weave サイドバーで **Overview** に移動します。 2. 上部ナビゲーションメニューから **AI Providers** を選択します。 @@ -435,22 +435,22 @@ flowchart LR 3. Playground UI の右上にある **Chat settings** をクリックして、チャット設定ウィンドウを開きます。 4. チャット設定ウィンドウで以下を行います。 - **Model Name** フィールドに、保存するモデルの名前を入力します。 - - 必要に応じてパラメータを調整します。Weave の Call 追跡のオン/オフを切り替えたり、[関数の追加](#add-a-function) を行うこともできます。 -5. **Publish Model** をクリックします。モデルが保存され、LLM ドロップダウンの **Saved Models** からアクセスできるようになります。これで保存済みモデルを [使用](#use-a-saved-model) および [更新](#update-a-saved-model) できるようになります。 + - 必要に応じてパラメータを調整します。Weave の Call 追跡のオン/オフを切り替えたり、[関数の追加](#anthropicintegrationsanthropic) を行うこともできます。 +5. **Publish Model** をクリックします。モデルが保存され、LLM ドロップダウンの **Saved Models** からアクセスできるようになります。これで保存済みモデルを [使用](#use-a-saved-model) および [更新](#llm-の比較) できるようになります。 ### 保存済みモデルの使用 -以前に [保存したモデル](#save-a-model) に素早く切り替えて、実験やセッション間の一貫性を維持します。これにより、中断したところからすぐに再開できます。 +以前に [保存したモデル](#新しいメッセージの追加) に素早く切り替えて、実験やセッション間の一貫性を維持します。これにより、中断したところからすぐに再開できます。 1. LLM ドロップダウンから **Saved Models** を選択します。 2. 保存済みモデルのリストから、ロードしたいモデルをクリックします。モデルがロードされ、Playground で使用できる状態になります。 ### 保存済みモデルの更新 -既存の [保存済みモデル](#save-a-model) を編集して、パラメータを微調整したり設定を更新したりします。これにより、ユースケースの進化に合わせて保存済みモデルを対応させることができます。 +既存の [保存済みモデル](#新しいメッセージの追加) を編集して、パラメータを微調整したり設定を更新したりします。これにより、ユースケースの進化に合わせて保存済みモデルを対応させることができます。 1. LLM ドロップダウンから **Saved Models** を選択します。 2. 保存済みモデルのリストから、更新したいモデルをクリックします。 3. Playground UI の右上にある **Chat settings** をクリックして、チャット設定ウィンドウを開きます。 -4. チャット設定ウィンドウで、必要に応じてパラメータを調整します。Weave の Call 追跡のオン/オフを切り替えたり、[関数の追加](#add-a-function) を行うこともできます。 +4. チャット設定ウィンドウで、必要に応じてパラメータを調整します。Weave の Call 追跡のオン/オフを切り替えたり、[関数の追加](#anthropicintegrationsanthropic) を行うこともできます。 5. **Update model** をクリックします。モデルが更新され、LLM ドロップダウンの **Saved Models** からアクセスできるようになります。 diff --git a/ja/weave/guides/tools/saved-views.mdx b/ja/weave/guides/tools/saved-views.mdx index 57697ee9b2..f8ace73327 100644 --- a/ja/weave/guides/tools/saved-views.mdx +++ b/ja/weave/guides/tools/saved-views.mdx @@ -159,14 +159,14 @@ Weave UI では、保存済みビューの作成、読み込み、名前変更 ### 保存済みビューの名前変更 -1. [保存済みビューの読み込み](#load-a-saved-view)に記載されている手順に従います。 +1. [保存済みビューの読み込み](#保存済みビューの読み込み)に記載されている手順に従います。 2. **Traces** または **Evals** タブの左上隅にあるビュー名をクリックします。 3. ビューの新しい名前を入力します。 4. 新しいビュー名を保存するには、 **Enter** キーを押します。 ### 保存済みビューの編集 -1. [保存済みビューの読み込み](#load-a-saved-view)に記載されている手順に従います。 +1. [保存済みビューの読み込み](#保存済みビューの読み込み)に記載されている手順に従います。 2. テーブル構成を調整します。 3. 右上隅にある **Save view** をクリックします。 @@ -177,7 +177,7 @@ Weave UI では、保存済みビューの作成、読み込み、名前変更 1. **Traces** または **Evals** タブに移動します。 -2. 削除したいビューを[読み込み](#load-a-saved-view)ます。 +2. 削除したいビューを[読み込み](#保存済みビューの読み込み)ます。 3. **Save view** の左側にあるハンバーガーメニューをクリックします。 4. ドロップダウンメニューで **Delete view** をクリックします。 5. ポップアップモーダルで **Delete view** をクリックして確定します。または、 **Cancel** をクリックして削除を中止します。 diff --git a/ja/weave/guides/tracking/faqs.mdx b/ja/weave/guides/tracking/faqs.mdx index 8f521c5436..6ed33d8114 100644 --- a/ja/weave/guides/tracking/faqs.mdx +++ b/ja/weave/guides/tracking/faqs.mdx @@ -50,7 +50,7 @@ Python の `datetime.datetime` （タイムゾーン情報付き）を使用し ## UI で Markdown をレンダリングするにはどうすればよいですか？ -保存する前に文字列を `weave.Markdown(...)` でラップし、 `weave.publish(...)` を使用して保存します。 Weave はオブジェクトの型を使用してレンダリングを決定し、 `weave.Markdown` は既知の UI レンダラーにマップされます。値は UI 上でフォーマットされた Markdown オブジェクトとして表示されます。完全なコードサンプルについては、 [Viewing calls](./tracing.mdx#viewing-calls) を参照してください。 +保存する前に文字列を `weave.Markdown(...)` でラップし、 `weave.publish(...)` を使用して保存します。 Weave はオブジェクトの型を使用してレンダリングを決定し、 `weave.Markdown` は既知の UI レンダラーにマップされます。値は UI 上でフォーマットされた Markdown オブジェクトとして表示されます。完全なコードサンプルについては、 [Viewing calls](./tracing.mdx#updating-calls) を参照してください。 ## Weave は関数の実行速度に影響しますか？ diff --git a/ja/weave/guides/tracking/feedback.mdx b/ja/weave/guides/tracking/feedback.mdx index c54e463075..90afa94e03 100644 --- a/ja/weave/guides/tracking/feedback.mdx +++ b/ja/weave/guides/tracking/feedback.mdx @@ -11,13 +11,13 @@ LLM アプリケーションを効率的に評価するには、フィードバ このガイドでは、UI と SDK の両方で Weave のフィードバック機能を使用する方法、フィードバックのクエリと管理、および詳細な評価のための人間によるアノテーションの使用方法について説明します。 -- [UI でフィードバックを提供する](#provide-feedback-in-the-ui) -- [SDK 経由でフィードバックを提供する](#provide-feedback-via-the-sdk) -- [人間によるアノテーションを追加する](#add-human-annotations) +- [UI でフィードバックを提供する](#ui-でフィードバックを提供する) +- [SDK 経由でフィードバックを提供する](#sdk-経由でフィードバックを提供する) +- [人間によるアノテーションを追加する](#人間によるアノテーションを追加する) ## UI でフィードバックを提供する -Weave UI では、[コール詳細ページから](#from-the-call-details-page) または [アイコンを使用して](#use-the-icons) フィードバックを追加および表示できます。 +Weave UI では、[コール詳細ページから](#コール詳細ページから) または [アイコンを使用して](#アイコンを使用する) フィードバックを追加および表示できます。 ### コール詳細ページから @@ -26,7 +26,7 @@ Weave UI では、[コール詳細ページから](#from-the-call-details-page) 3. コール詳細ページを開きます。 4. コールの **Feedback** カラムを選択します。 5. フィードバックの追加、表示、または削除を行います。 - - コール詳細のフィードバックビューの右上隅にある _[アイコンを使用してフィードバックを追加および表示](#use-the-icons)_ します。 + - コール詳細のフィードバックビューの右上隅にある _[アイコンを使用してフィードバックを追加および表示](#アイコンを使用する)_ します。 - _コール詳細のフィードバックテーブルからフィードバックを表示および削除_ します。該当するフィードバック行の右端のカラムにあるゴミ箱アイコンをクリックして、フィードバックを削除します。 @@ -50,7 +50,7 @@ Weave UI では、[コール詳細ページから](#from-the-call-details-page) 1. 削除したい絵文字リアクションにカーソルを合わせます。 2. リアクションをクリックして削除します。 -> [コール詳細ページの **Feedback** カラム](#from-the-call-details-page) からフィードバックを削除することもできます。 +> [コール詳細ページの **Feedback** カラム](#コール詳細ページから) からフィードバックを削除することもできます。 コメントを追加するには： @@ -241,7 +241,7 @@ UUID を指定することで、特定のコールからフィードバックを ## 人間によるアノテーションを追加する -人間によるアノテーションは Weave UI でサポートされています。アノテーションを行うには、まず [UI](#create-a-human-annotation-scorer-in-the-ui) または [API](#create-a-human-annotation-scorer-using-the-api) を使用して Human Annotation scorer を作成する必要があります。その後、[UI で scorer を使用してアノテーションを作成](#use-the-human-annotation-scorer-in-the-ui) したり、[API を使用してアノテーション scorer を修正](#modify-a-human-annotation-scorer-using-the-api) したりできます。 +人間によるアノテーションは Weave UI でサポートされています。アノテーションを行うには、まず [UI](#ui-で人間によるアノテーションの-scorer-を作成する) または [API](#api-を使用して人間によるアノテーションの-scorer-を作成する) を使用して Human Annotation scorer を作成する必要があります。その後、[UI で scorer を使用してアノテーションを作成](#ui-で人間によるアノテーションの-scorer-を使用する) したり、[API を使用してアノテーション scorer を修正](#api-を使用して人間によるアノテーションの-scorer-を修正する) したりできます。 ### UI で人間によるアノテーションの scorer を作成する @@ -254,7 +254,7 @@ UI で人間によるアノテーションの scorer を作成するには、以 - `Name` (名前) - `Description` (説明) - `Type` (タイプ): 収集されるフィードバックの型を決定します（例: `boolean`、`integer`）。 -4. **Create scorer** をクリックします。これで、[scorer を使用してアノテーションを作成](#use-the-human-annotation-scorer-in-the-ui) できるようになります。 +4. **Create scorer** をクリックします。これで、[scorer を使用してアノテーションを作成](#ui-で人間によるアノテーションの-scorer-を使用する) できるようになります。 次の例では、人間のアノテーターが LLM が取り込んだドキュメントのタイプを選択するように求められます。そのため、スコア設定で選択された `Type` は、可能なドキュメントタイプを含む `enum` になっています。 @@ -264,7 +264,7 @@ UI で人間によるアノテーションの scorer を作成するには、以 ### UI で人間によるアノテーションの scorer を使用する -[人間によるアノテーションの scorer を作成](#create-a-human-annotation-scorer-in-the-ui) すると、コール詳細ページの **Feedback** サイドバーに、設定されたオプションとともに自動的に表示されます。scorer を使用するには、以下の手順を行います。 +[人間によるアノテーションの scorer を作成](#ui-で人間によるアノテーションの-scorer-を作成する) すると、コール詳細ページの **Feedback** サイドバーに、設定されたオプションとともに自動的に表示されます。scorer を使用するには、以下の手順を行います。 1. サイドバーで **Traces** に移動します。 2. 人間によるアノテーションを追加したいコールの行を見つけます。 @@ -335,7 +335,7 @@ UI で人間によるアノテーションの scorer を作成するには、以 ### API を使用して人間によるアノテーションの scorer を修正する -[API を使用した人間によるアノテーションの scorer の作成](#create-a-human-annotation-scorer-using-the-api) の発展として、次の例では `publish` 時に元のオブジェクト ID (`temperature-scorer`) を使用して、`Temperature` scorer の更新バージョンを作成します。その結果、すべてのバージョンの履歴を持つ更新されたオブジェクトが作成されます。 +[API を使用した人間によるアノテーションの scorer の作成](#api-を使用して人間によるアノテーションの-scorer-を作成する) の発展として、次の例では `publish` 時に元のオブジェクト ID (`temperature-scorer`) を使用して、`Temperature` scorer の更新バージョンを作成します。その結果、すべてのバージョンの履歴を持つ更新されたオブジェクトが作成されます。 > 人間によるアノテーションの scorer のオブジェクト履歴は、**Scorers** タブの **Human annotations** で確認できます。 diff --git a/ja/weave/guides/tracking/redact-pii.mdx b/ja/weave/guides/tracking/redact-pii.mdx index 913166948f..fa0a7a5d6c 100644 --- a/ja/weave/guides/tracking/redact-pii.mdx +++ b/ja/weave/guides/tracking/redact-pii.mdx @@ -14,7 +14,7 @@ description: トレース から個人を特定できる情報（PII）を自動 機密データ保護機能により、Python SDK に以下の機能が導入されます。 - `weave.init` 呼び出し時にオン/オフを切り替え、PII 秘匿化を有効にする `redact_pii` 設定。 -- `redact_pii = True` の場合に、[一般的なエンティティ](#entities-redacted-by-default) を自動的に秘匿化。 +- `redact_pii = True` の場合に、[一般的なエンティティ](#デフォルトで秘匿化されるエンティティ) を自動的に秘匿化。 - 設定可能な `redact_pii_fields` 設定を使用して、秘匿化するフィールドをカスタマイズ。 ## PII 秘匿化を有効にする @@ -27,7 +27,7 @@ Weave で機密データ保護機能の使用を開始するには、以下の pip install presidio-analyzer presidio-anonymizer ``` -2. `weave.init` の呼び出しを修正して、秘匿化を有効にします。`redact_pii=True` の場合、[一般的なエンティティはデフォルトで秘匿化されます](#entities-redacted-by-default)。 +2. `weave.init` の呼び出しを修正して、秘匿化を有効にします。`redact_pii=True` の場合、[一般的なエンティティはデフォルトで秘匿化されます](#デフォルトで秘匿化されるエンティティ)。 ```python lines import weave diff --git a/ja/weave/guides/tracking/threads.mdx b/ja/weave/guides/tracking/threads.mdx index be8cf76d71..11d04e40ed 100644 --- a/ja/weave/guides/tracking/threads.mdx +++ b/ja/weave/guides/tracking/threads.mdx @@ -8,12 +8,12 @@ W&B Weave の _Threads_ を使用すると、LLM アプリケーションにお Threads を使い始めるには、以下の手順を行ってください。 1. Threads の基本を理解する - - [ユースケース](#use-cases) - - [定義](#definitions) - - [UI の体験](#ui-overview) - - [API 仕様](#api-specification) + - [ユースケース](#ユースケース) + - [定義](#定義) + - [UI の体験](#ui-の概要) + - [API 仕様](#呼び出しの深さが異なる手動エージェント) 2. コードサンプルを試す。一般的な使用パターンや実世界のユースケースを紹介しています。 - - [基本的な使用例](#basic-thread-creation) + - [基本的な使用例](#基本的なスレッド作成) - [高度な使用例](#manual-agent-loop-implementation) ## ユースケース @@ -59,7 +59,7 @@ _トレース_ は、単一の操作の完全なコールスタックをキャ ## UI の概要 -Weave のサイドバーで **Threads** を選択して、[Threads リストビュー](#threads-list-view) にアクセスします。 +Weave のサイドバーで **Threads** を選択して、[Threads リストビュー](#threads-リストビュー) にアクセスします。 ![Weave サイドバーの Threads アイコン](/weave/guides/tracking/imgs/threads-sidebar.png) @@ -69,7 +69,7 @@ Weave のサイドバーで **Threads** を選択して、[Threads リストビ - プロジェクト内の最近のスレッドを一覧表示します - カラムにはターンの数、開始時間、最終更新時間が含まれます -- 行をクリックすると [詳細ドロワー](#threads-detail-drawer) が開きます +- 行をクリックすると [詳細ドロワー](#threads-詳細ドロワー) が開きます ![Threads リストビュー](/weave/guides/tracking/imgs/threads-list.png) @@ -83,7 +83,7 @@ Weave のサイドバーで **Threads** を選択して、[Threads リストビ - 呼び出しレベルのメタデータ（レイテンシ、入力、出力）が含まれます - ログに記録されている場合は、メッセージ内容や構造化データもオプションで表示されます - ターンの完全な実行内容を確認するには、スレッド詳細ドロワーからそのターンを開くことができます。これにより、その特定のターン中に発生したすべてのネストされた操作を詳細に調べることができます。 -- ターンに LLM 呼び出しから抽出されたメッセージが含まれている場合、それらは右側のチャットペインに表示されます。これらのメッセージは通常、サポートされているインテグレーション（例：`openai.ChatCompletion.create`）による呼び出しから取得され、表示には特定の基準を満たす必要があります。詳細については、[チャットビューの振る舞い](#chat-view-behavior) を参照してください。 +- ターンに LLM 呼び出しから抽出されたメッセージが含まれている場合、それらは右側のチャットペインに表示されます。これらのメッセージは通常、サポートされているインテグレーション（例：`openai.ChatCompletion.create`）による呼び出しから取得され、表示には特定の基準を満たす必要があります。詳細については、[チャットビューの振る舞い](#チャットビューの振る舞い) を参照してください。 ### チャットビューの振る舞い diff --git a/ja/weave/guides/tracking/trace-plots.mdx b/ja/weave/guides/tracking/trace-plots.mdx index da2621238a..6e7ae66966 100644 --- a/ja/weave/guides/tracking/trace-plots.mdx +++ b/ja/weave/guides/tracking/trace-plots.mdx @@ -19,8 +19,8 @@ W&B Weave の _trace plots_ （トレースプロット）ツールを使用す ![**Show Metrics** アイコン](/weave/guides/tracking/imgs/plots-show-metrics-icon.png) ここから、以下の操作が行えます： - - [デフォルトのトレースプロット](#default-trace-plots)を表示する。 - - [カスタムトレースプロットを作成する](#create-a-custom-trace-plot)。 + - [デフォルトのトレースプロット](#デフォルトのトレースプロット)を表示する。 + - [カスタムトレースプロットを作成する](#カスタムトレースプロットを作成する)。 4. グラフは、トレースのフィルタリングや選択に基づいて動的に更新されます。 ## デフォルトのトレースプロット @@ -50,7 +50,7 @@ W&B Weave の _trace plots_ （トレースプロット）ツールを使用す ![利用可能なカスタムトレースプロットタイプ](/weave/guides/tracking/imgs/plots-custom-chart-types.png) -3. 選択したトレースプロットタイプに合わせて、トレースプロットの設定を行います。プロットタイプごとの設定オプションについては、[プロットタイプ別のトレースプロット設定](#trace-plot-settings-by-plot-type)を参照してください。 +3. 選択したトレースプロットタイプに合わせて、トレースプロットの設定を行います。プロットタイプごとの設定オプションについては、[プロットタイプ別のトレースプロット設定](#プロットタイプ別のトレースプロット設定)を参照してください。 4. **Save chart** をクリックしてチャートを保存します。 ### プロットタイプ別のトレースプロット設定 diff --git a/ja/weave/guides/tracking/tracing.mdx b/ja/weave/guides/tracking/tracing.mdx index bdbd592bcd..b64d066a53 100644 --- a/ja/weave/guides/tracking/tracing.mdx +++ b/ja/weave/guides/tracking/tracing.mdx @@ -37,7 +37,7 @@ Weave で Call を作成するには、主に3つの方法があります。 Weave は、`openai`、`anthropic`、`cohere`、`mistral` などの [一般的な LLM ライブラリへの呼び出しを自動的にトラッキング](/weave/guides/integrations) します。プログラムの開始時に [`weave.init('project_name')`](/weave/reference/python-sdk#function-init) を呼び出すだけです。 - `weave.init` の `autopatch_settings` 引数を使用して、Weave のデフォルトのトラッキング動作を [制御](#configure-autopatching) できます。 + `weave.init` の `autopatch_settings` 引数を使用して、Weave のデフォルトのトラッキング動作を [制御](#特定のインテグレーションを有効にする) できます。 ```python lines @@ -120,7 +120,7 @@ Call の `summary` 辞書にメトリクスやその他の実行後の値を保 print(my_function("World")) ``` - [クラスのメソッド](#4-track-class-and-object-methods) をトラッキングすることも可能です。 + [クラスのメソッド](#weavemarkdown-によるレンダリングされたトレースのカスタマイズ) をトラッキングすることも可能です。 #### 同期および非同期ジェネレータ関数の Trace @@ -658,9 +658,9 @@ if __name__ == "__main__": ## Updating Calls Call は作成後にほぼ不変（イミュータブル）ですが、以下の変更はサポートされています。 -* [表示名の設定](#set-display-name) +* [表示名の設定](#複数の-call-の削除) * [フィードバックの追加](#add-feedback) -* [Call の削除](#delete-a-call) +* [Call の削除](#querying-and-exporting-calls) これらの変更はすべて、UI の Call 詳細ページから実行できます。 diff --git a/ja/weave/guides/tracking/video.mdx b/ja/weave/guides/tracking/video.mdx index 26ce3dbf4b..1d1052c6ff 100644 --- a/ja/weave/guides/tracking/video.mdx +++ b/ja/weave/guides/tracking/video.mdx @@ -52,7 +52,7 @@ Weave は、以下のような `moviepy` のビデオクリップオブジェク スレッドセーフの問題を避けるため、`VideoFileClip` オブジェクトを Weave `op` の外で作成するのではなく、常にパスを渡すようにしてください。 -以下の コード snippet を使用する前に、[利用の前提条件](#usage-prerequisites) を完了してください。 +以下の コード snippet を使用する前に、[利用の前提条件](#利用の前提条件) を完了してください。 ```python lines import os diff --git a/ko/inference/lora.mdx b/ko/inference/lora.mdx index c9056b8c7e..4a15929750 100644 --- a/ko/inference/lora.mdx +++ b/ko/inference/lora.mdx @@ -82,7 +82,7 @@ LoRA를 생성하고 이를 W&B에 아티팩트로 업로드하는 과정의 인 사용자 정의 LoRA를 Inference에서 사용하려면 다음이 필요합니다: - * LoRA는 [지원되는 베이스 모델 섹션](#supported-base-models)에 나열된 모델 중 하나를 사용하여 트레이닝되어야 합니다. + * LoRA는 [지원되는 베이스 모델 섹션](#지원되는-베이스-모델)에 나열된 모델 중 하나를 사용하여 트레이닝되어야 합니다. * W&B 계정에 `lora` 유형의 아티팩트로 PEFT 형식으로 저장된 LoRA. * 낮은 지연 시간을 위해 LoRA는 `storage_region="coreweave-us"`에 저장되어야 합니다. * 업로드할 때 트레이닝에 사용한 베이스 모델의 이름(예: `meta-llama/Llama-3.1-8B-Instruct`)을 포함해야 합니다. 이를 통해 W&B가 올바른 모델로 로드할 수 있습니다. diff --git a/ko/inference/ui-guide.mdx b/ko/inference/ui-guide.mdx index 7b84327375..a8c3c36456 100644 --- a/ko/inference/ui-guide.mdx +++ b/ko/inference/ui-guide.mdx @@ -30,8 +30,8 @@ description: 웹 인터페이스를 통해 W&B Inference 모델 에 엑세스 1. 왼쪽 사이드바에서 **Playground**를 선택합니다. Playground 채팅 UI가 나타납니다. 2. LLM 드롭다운 리스트에서 **W&B Inference** 위에 마우스를 올립니다. 오른쪽에 사용 가능한 Models 드롭다운이 나타납니다. 3. Models 드롭다운에서 다음 작업을 수행할 수 있습니다: - - 모델 이름을 클릭하여 [Playground에서 체험하기](#try-a-model-in-the-playground) - - [여러 모델 비교하기](#compare-multiple-models) + - 모델 이름을 클릭하여 [Playground에서 체험하기](#playground에서-모델-체험하기) + - [여러 모델 비교하기](#여러-모델-비교하기) Playground의 Inference 모델 드롭다운 @@ -39,12 +39,12 @@ description: 웹 인터페이스를 통해 W&B Inference 모델 에 엑세스 ## Playground에서 모델 체험하기 -[모델을 선택](#access-the-inference-service)한 후, Playground에서 테스트할 수 있습니다. 가능한 작업은 다음과 같습니다: +[모델을 선택](#inference-서비스-엑세스)한 후, Playground에서 테스트할 수 있습니다. 가능한 작업은 다음과 같습니다: - [모델 settings 및 parameter 커스터마이징](/weave/guides/tools/playground#customize-settings) - [메시지 추가, 재시도, 편집 및 삭제](/weave/guides/tools/playground#message-controls) - [커스텀 설정이 적용된 모델 저장 및 재사용](/weave/guides/tools/playground#saved-models) -- [여러 모델 비교하기](#compare-multiple-models) +- [여러 모델 비교하기](#여러-모델-비교하기) ## 여러 모델 비교하기 @@ -58,7 +58,7 @@ Playground에서 Inference Models를 나란히 비교할 수 있습니다. 다 4. 선택된 카드에서 **Compare N models in the Playground**를 클릭합니다. `N`은 선택된 모델의 수를 나타냅니다. 5. 비교 뷰가 열립니다. -이제 모델을 비교하고 [Playground에서 모델 체험하기](#try-a-model-in-the-playground)의 모든 기능을 사용할 수 있습니다. +이제 모델을 비교하고 [Playground에서 모델 체험하기](#playground에서-모델-체험하기)의 모든 기능을 사용할 수 있습니다. Playground에서 비교할 여러 모델 선택하기 @@ -73,7 +73,7 @@ Playground에서 Inference Models를 나란히 비교할 수 있습니다. 다 5. 비교하려는 각 모델에 대해 이 과정을 반복합니다. 6. 선택된 카드에서 **Compare N models in the Playground**를 클릭합니다. 비교 뷰가 열립니다. -이제 모델을 비교하고 [Playground에서 모델 체험하기](#try-a-model-in-the-playground)의 모든 기능을 사용할 수 있습니다. +이제 모델을 비교하고 [Playground에서 모델 체험하기](#playground에서-모델-체험하기)의 모든 기능을 사용할 수 있습니다. ## 결제 및 사용량 정보 확인 diff --git a/ko/launch/walkthrough.mdx b/ko/launch/walkthrough.mdx index 5698efdb93..587897722a 100644 --- a/ko/launch/walkthrough.mdx +++ b/ko/launch/walkthrough.mdx @@ -29,7 +29,7 @@ launch jobs, queue 작동 방식, launch agents 및 W&B Launch 작동 방식에 유스 케이스에 따라 다음 리소스를 탐색하여 W&B Launch를 시작하십시오. -* W&B Launch를 처음 사용하는 경우 [워크쓰루](#walkthrough) 가이드를 살펴보는 것이 좋습니다. +* W&B Launch를 처음 사용하는 경우 [워크쓰루](#워크쓰루) 가이드를 살펴보는 것이 좋습니다. * [W&B Launch 설정 방법](/ko/launch/set-up-launch/)을 알아봅니다. * [launch job 만들기](/ko/launch/create-and-deploy-jobs/create-launch-job) * W&B Launch [public jobs GitHub repository](https://github.com/wandb/launch-jobs)에서 [Triton에 배포](https://github.com/wandb/launch-jobs/tree/main/jobs/deploy_to_nvidia_triton), [LLM 평가](https://github.com/wandb/launch-jobs/tree/main/jobs/openai_evals) 등과 같은 일반적인 작업 템플릿을 확인하십시오. diff --git a/ko/models/app/features/cascade-settings.mdx b/ko/models/app/features/cascade-settings.mdx index 7bf061a835..b843c40fab 100644 --- a/ko/models/app/features/cascade-settings.mdx +++ b/ko/models/app/features/cascade-settings.mdx @@ -2,11 +2,11 @@ title: Workspace, 섹션 및 패널 설정 관리 --- -특정 Workspace 페이지 내에는 Workspace, 섹션, 패널이라는 세 가지 설정 레벨이 있습니다. [Workspace 설정](#workspace-settings)은 Workspace 전체에 적용됩니다. [섹션 설정](#section-settings)은 섹션 내의 모든 패널에 적용됩니다. [패널 설정](#panel-settings)은 개별 패널에 적용됩니다. +특정 Workspace 페이지 내에는 Workspace, 섹션, 패널이라는 세 가지 설정 레벨이 있습니다. [Workspace 설정](#workspace-설정)은 Workspace 전체에 적용됩니다. [섹션 설정](#섹션-설정)은 섹션 내의 모든 패널에 적용됩니다. [패널 설정](#패널-설정)은 개별 패널에 적용됩니다. ## Workspace 설정 -Workspace 설정은 모든 섹션과 해당 섹션 내의 모든 패널에 적용됩니다. 두 가지 유형의 Workspace 설정을 편집할 수 있습니다: [Workspace 레이아웃](#workspace-layout-options) 및 [Line plots](#line-plots-options). **Workspace layouts**는 Workspace의 구조를 결정하며, **Line plots** 설정은 Workspace 내 라인 플롯의 기본 설정을 제어합니다. +Workspace 설정은 모든 섹션과 해당 섹션 내의 모든 패널에 적용됩니다. 두 가지 유형의 Workspace 설정을 편집할 수 있습니다: [Workspace 레이아웃](#workspace-레이아웃-옵션) 및 [Line plots](#line-plots-옵션). **Workspace layouts**는 Workspace의 구조를 결정하며, **Line plots** 설정은 Workspace 내 라인 플롯의 기본 설정을 제어합니다. 이 Workspace의 전반적인 구조에 적용되는 설정을 편집하려면 다음 단계를 따르세요: diff --git a/ko/models/app/features/panels.mdx b/ko/models/app/features/panels.mdx index 83237426f7..08d3f4843a 100644 --- a/ko/models/app/features/panels.mdx +++ b/ko/models/app/features/panels.mdx @@ -15,7 +15,7 @@ W&B Projects는 두 가지 Workspace 모드를 지원합니다. Workspace 이름 | automated workspace icon | **Automated workspaces**는 Project에 로그된 모든 키에 대해 패널을 자동으로 생성합니다. 다음과 같은 경우 자동 Workspace를 선택하세요:자동 Workspace에서 패널을 삭제한 경우, [Quick add](#quick-add)를 사용하여 다시 생성할 수 있습니다. | | manual workspace icon | **Manual workspaces**는 빈 상태로 시작하며 사용자가 직접 추가한 패널만 표시합니다. 다음과 같은 경우 수동 Workspace를 선택하세요:[Quick add](#quick-add)를 사용하면 유용한 시각화로 수동 Workspace와 섹션을 신속하게 채울 수 있습니다. | -Workspace가 패널을 생성하는 방식을 변경하려면, [Workspace를 초기화](#reset-a-workspace)하세요. +Workspace가 패널을 생성하는 방식을 변경하려면, [Workspace를 초기화](#workspace-초기화)하세요. **Workspace 변경 사항 실행 취소** @@ -61,7 +61,7 @@ Workspace의 라인 플롯에 대한 기본값을 구성하려면 [Line plots](/ Full-screen panel -3. 전체 화면 모드에서 [패널 공유](#share-a-panel)를 하면, 생성된 링크는 자동으로 전체 화면 모드로 열립니다. +3. 전체 화면 모드에서 [패널 공유](#패널-공유)를 하면, 생성된 링크는 자동으로 전체 화면 모드로 열립니다. 전체 화면 모드에서 패널의 Workspace로 돌아가려면 페이지 상단의 왼쪽 화살표를 클릭하세요. 전체 화면 모드를 종료하지 않고 섹션의 패널들을 탐색하려면 패널 아래의 **Previous** 및 **Next** 버튼을 사용하거나 왼쪽/오른쪽 화살표 키를 사용하세요. @@ -107,7 +107,7 @@ Workspace에 패널을 하나씩 글로벌 수준 또는 섹션 수준에서 추 - 패널을 전체 화면 모드로 보는 동안 브라우저에서 URL을 복사합니다. - 액션 메뉴 `...`를 클릭하고 **Copy panel URL**을 선택합니다. -해당 링크를 Users 또는 Teams와 공유하세요. 링크를 엑세스하면 패널이 [전체 화면 모드](#view-a-panel-in-full-screen-mode)로 열립니다. +해당 링크를 Users 또는 Teams와 공유하세요. 링크를 엑세스하면 패널이 [전체 화면 모드](#패널-전체-화면-모드로-보기)로 열립니다. 전체 화면 모드에서 패널의 Workspace로 돌아가려면 페이지 상단의 왼쪽 화살표를 클릭하세요. @@ -139,7 +139,7 @@ https://wandb.ai//?panelDisplayName=&pane 5. 필요한 경우 **can view**를 **can edit**로 변경합니다. 6. **Invite**를 클릭합니다. W&B는 공유 중인 패널만 포함된 리포트 링크가 담긴 이메일을 사용자에게 전송합니다. -[패널 공유](#share-a-panel)와 달리, 수신자는 이 리포트에서 Workspace로 이동할 수 없습니다. +[패널 공유](#패널-공유)와 달리, 수신자는 이 리포트에서 Workspace로 이동할 수 없습니다. ## 패널 관리 @@ -169,7 +169,7 @@ https://wandb.ai//?panelDisplayName=&pane 1. 패널 상단에서 액션 `...` 메뉴를 클릭합니다. 2. **Duplicate**를 클릭합니다. -필요한 경우 복제된 패널을 [사용자 정의](#edit-a-panel)하거나 [이동](#move-a-panel)할 수 있습니다. +필요한 경우 복제된 패널을 [사용자 정의](#패널-편집)하거나 [이동](#패널-이동)할 수 있습니다. ### 패널 제거 @@ -181,7 +181,7 @@ https://wandb.ai//?panelDisplayName=&pane 수동 Workspace에서 모든 패널을 제거하려면 액션 `...` 메뉴를 클릭한 다음 **Clear all panels**를 클릭합니다. -자동 또는 수동 Workspace에서 모든 패널을 제거하려면 [Workspace를 초기화](#reset-a-workspace)할 수 있습니다. 기본 패널 세트로 시작하려면 **Automatic**을 선택하고, 패널이 없는 빈 Workspace로 시작하려면 **Manual**을 선택하세요. +자동 또는 수동 Workspace에서 모든 패널을 제거하려면 [Workspace를 초기화](#workspace-초기화)할 수 있습니다. 기본 패널 세트로 시작하려면 **Automatic**을 선택하고, 패널이 없는 빈 Workspace로 시작하려면 **Manual**을 선택하세요. ## 섹션 관리 diff --git a/ko/models/app/features/panels/line-plot/sampling.mdx b/ko/models/app/features/panels/line-plot/sampling.mdx index 7ac9b2fc66..76df11fd57 100644 --- a/ko/models/app/features/panels/line-plot/sampling.mdx +++ b/ko/models/app/features/panels/line-plot/sampling.mdx @@ -2,7 +2,7 @@ title: Point aggregation --- -데이터 시각화의 정확성과 성능을 향상시키기 위해 라인 플롯 내에서 포인트 집계(point aggregation) 메소드를 사용하세요. 포인트 집계 모드에는 [full fidelity](#full-fidelity)와 [random sampling](#random-sampling)의 두 가지 유형이 있습니다. W&B는 기본적으로 full fidelity 모드를 사용합니다. +데이터 시각화의 정확성과 성능을 향상시키기 위해 라인 플롯 내에서 포인트 집계(point aggregation) 메소드를 사용하세요. 포인트 집계 모드에는 [full fidelity](#full-fidelity)와 [random sampling](#random-sampling-활성화)의 두 가지 유형이 있습니다. W&B는 기본적으로 full fidelity 모드를 사용합니다. ## Full fidelity diff --git a/ko/models/app/features/panels/line-plot/smoothing.mdx b/ko/models/app/features/panels/line-plot/smoothing.mdx index 8a79969262..692cfa047a 100644 --- a/ko/models/app/features/panels/line-plot/smoothing.mdx +++ b/ko/models/app/features/panels/line-plot/smoothing.mdx @@ -5,7 +5,7 @@ description: Line Plot 에서 Smoothing 을 사용하여 노이즈가 많은 데 W&B는 여러 가지 유형의 smoothing을 지원합니다: -- [Time weighted exponential moving average (TWEMA) smoothing](#time-weighted-exponential-moving-average-twema-smoothing-default) +- [Time weighted exponential moving average (TWEMA) smoothing](#time-weighted-exponential-moving-average-twema-smoothing-기본값) - [Gaussian smoothing](#gaussian-smoothing) - [Running average](#running-average-smoothing) - [Exponential moving average (EMA) smoothing](#exponential-moving-average-ema-smoothing) diff --git a/ko/models/artifacts/construct-an-artifact.mdx b/ko/models/artifacts/construct-an-artifact.mdx index 4ebc0230ff..e013b7e73e 100644 --- a/ko/models/artifacts/construct-an-artifact.mdx +++ b/ko/models/artifacts/construct-an-artifact.mdx @@ -4,7 +4,7 @@ description: W&B Artifact 를 생성하고 로그를 남기세요. Artifact 에 알아보세요. --- -W&B Python SDK를 사용하여 [W&B Runs](/models/ref/python/experiments/run)으로부터 Artifacts를 생성할 수 있습니다. [파일, 디렉토리, URI 및 병렬 run의 파일을 Artifacts에 추가](#add-files-to-an-artifact)할 수 있습니다. Artifacts에 파일을 추가한 후에는 해당 Artifacts를 W&B 서버 또는 [사용자 지정 프라이빗 서버](/platform/hosting/hosting-options/self-managed)에 저장하세요. 각 Artifacts는 run과 연결됩니다. +W&B Python SDK를 사용하여 [W&B Runs](/models/ref/python/experiments/run)으로부터 Artifacts를 생성할 수 있습니다. [파일, 디렉토리, URI 및 병렬 run의 파일을 Artifacts에 추가](#artifacts에-파일-추가하기)할 수 있습니다. Artifacts에 파일을 추가한 후에는 해당 Artifacts를 W&B 서버 또는 [사용자 지정 프라이빗 서버](/platform/hosting/hosting-options/self-managed)에 저장하세요. 각 Artifacts는 run과 연결됩니다. Amazon S3에 저장된 파일과 같은 외부 파일을 트래킹하는 방법은 [외부 파일 트래킹](./track-external-files) 페이지를 참조하세요. diff --git a/ko/models/artifacts/create-a-new-artifact-version.mdx b/ko/models/artifacts/create-a-new-artifact-version.mdx index 0ed75fba9b..0dabe76939 100644 --- a/ko/models/artifacts/create-a-new-artifact-version.mdx +++ b/ko/models/artifacts/create-a-new-artifact-version.mdx @@ -3,7 +3,7 @@ title: Artifact 버전 생성하기 description: 단일 run 또는 분산된 프로세스에서 새로운 Artifact 버전을 생성합니다. --- -단일 [run](/models/runs/)을 사용하거나 분산된 Runs를 통해 협업하여 새로운 Artifacts 버전을 생성할 수 있습니다. 선택적으로 [incremental artifact](#create-a-new-artifact-version-from-an-existing-version)로 알려진 이전 버전으로부터 새로운 Artifacts 버전을 생성할 수도 있습니다. +단일 [run](/models/runs/)을 사용하거나 분산된 Runs를 통해 협업하여 새로운 Artifacts 버전을 생성할 수 있습니다. 선택적으로 [incremental artifact](#기존-버전으로부터-새로운-artifacts-버전-생성하기)로 알려진 이전 버전으로부터 새로운 Artifacts 버전을 생성할 수도 있습니다. 원본 Artifacts의 크기가 상당히 크고, Artifacts 내의 파일 중 일부 서브셋에만 변경 사항을 적용해야 하는 경우에는 incremental artifact를 생성하는 것을 권장합니다. diff --git a/ko/models/automations.mdx b/ko/models/automations.mdx index 6ec44d0562..3e7ced4fa4 100644 --- a/ko/models/automations.mdx +++ b/ko/models/automations.mdx @@ -50,7 +50,7 @@ Automation은 컬렉션, 프로젝트 또는 레지스트리의 Runs 또는 Arti 1. 필요한 경우, 엑세스 토큰, 비밀번호 또는 민감한 설정 세부 정보와 같이 automation에 필요한 민감한 문자열에 대해 [secrets](/platform/secrets/)를 구성합니다. Secrets는 **Team Settings**에서 정의됩니다. Secrets는 주로 webhook automation에서 자격 증명이나 토큰을 평문으로 노출하거나 페이로드에 하드코딩하지 않고 외부 서비스에 안전하게 전달하기 위해 사용됩니다. 1. 팀 수준의 webhook 또는 Slack 인테그레이션을 설정하여 W&B가 사용자를 대신해 Slack에 게시하거나 webhook을 실행할 수 있도록 권한을 부여합니다. 단일 automation 액션 (webhook 또는 Slack 알림)은 여러 개의 automation에서 사용할 수 있습니다. 이러한 액션은 **Team Settings**에서 정의됩니다. 1. 프로젝트 또는 레지스트리에서 automation을 생성합니다: - 1. 새 아티팩트 버전이 추가되는 시점과 같이 감시할 [이벤트](#automation-events)를 정의합니다. + 1. 새 아티팩트 버전이 추가되는 시점과 같이 감시할 [이벤트](#automation-이벤-트)를 정의합니다. 2. 이벤트 발생 시 수행할 액션 (Slack 채널 게시 또는 webhook 실행)을 정의합니다. Webhook의 경우, 필요한 경우 엑세스 토큰에 사용할 secret 및/또는 페이로드와 함께 보낼 secret을 지정합니다. ## 제한 사항 diff --git a/ko/models/automations/create-automations/slack.mdx b/ko/models/automations/create-automations/slack.mdx index f54e21c877..8f97005771 100644 --- a/ko/models/automations/create-automations/slack.mdx +++ b/ko/models/automations/create-automations/slack.mdx @@ -10,8 +10,8 @@ import EnterpriseCloudOnly from "/snippets/en/_includes/enterprise-cloud-only.md 이 페이지는 Slack [automation](/models/automations/)을 생성하는 방법을 설명합니다. Webhook automation을 생성하려면 대신 [Create a webhook automation](/models/automations/create-automations/webhook/)을 참조하세요. Slack automation 생성은 크게 다음과 같은 단계로 진행됩니다: -1. [Slack 인테그레이션 추가](#add-a-slack-integration): W&B가 Slack 인스턴스 및 채널에 게시할 수 있도록 권한을 부여합니다. -1. [Automation 생성](#create-an-automation): 모니터링할 [event](/models/automations/automation-events/)와 알림을 보낼 채널을 정의합니다. +1. [Slack 인테그레이션 추가](#slack-인테그레이션-추가): W&B가 Slack 인스턴스 및 채널에 게시할 수 있도록 권한을 부여합니다. +1. [Automation 생성](#automation-생성): 모니터링할 [event](/models/automations/automation-events/)와 알림을 보낼 채널을 정의합니다. ## Slack 인테그레이션 추가 Teams 어드민은 팀에 Slack 인테그레이션을 추가할 수 있습니다. @@ -23,7 +23,7 @@ Teams 어드민은 팀에 Slack 인테그레이션을 추가할 수 있습니다 1. 필요한 경우 브라우저에서 Slack에 로그인합니다. 메시지가 표시되면 선택한 Slack 채널에 게시할 수 있도록 W&B에 권한을 부여합니다. 페이지 내용을 읽은 후 **Search for a channel**을 클릭하고 채널 이름을 입력하기 시작합니다. 목록에서 채널을 선택한 다음 **Allow**를 클릭합니다. 1. Slack에서 선택한 채널로 이동합니다. `[Your Slack handle] added an integration to this channel: Weights & Biases`와 같은 게시물이 보이면 인테그레이션이 올바르게 설정된 것입니다. -이제 설정한 Slack 채널로 알림을 보내는 [automation을 생성](#create-an-automation)할 수 있습니다. +이제 설정한 Slack 채널로 알림을 보내는 [automation을 생성](#automation-생성)할 수 있습니다. ## Slack 인테그레이션 확인 및 관리 Teams 어드민은 팀의 Slack 인스턴스와 채널을 확인하고 관리할 수 있습니다. @@ -47,7 +47,7 @@ Registry 어드민은 해당 registry에서 automation을 생성할 수 있습 이벤트에 따라 표시되는 추가 필드를 작성합니다. 예를 들어, **An artifact alias is added**를 선택한 경우 **Alias regex**를 지정해야 합니다. **Next step**을 클릭합니다. -1. [Slack 인테그레이션](#add-a-slack-integration)을 소유한 Teams를 선택합니다. +1. [Slack 인테그레이션](#slack-인테그레이션-추가)을 소유한 Teams를 선택합니다. 1. **Action type**을 **Slack notification**으로 설정합니다. Slack 채널을 선택한 다음 **Next step**을 클릭합니다. 1. Automation의 이름을 입력합니다. 선택 사항으로 설명을 작성할 수 있습니다. 1. **Create automation**을 클릭합니다. @@ -71,7 +71,7 @@ W&B 어드민은 프로젝트에서 automation을 생성할 수 있습니다. - **Filter to one user's runs**: 특정 사용자가 생성한 run만 포함합니다. 토글을 클릭하여 필터를 켠 다음 사용자 이름을 지정합니다. - **Filter on run name**: 이름이 지정된 정규 표현식과 일치하는 run만 포함합니다. 토글을 클릭하여 필터를 켠 다음 정규 표현식을 지정합니다. 1. **Next step**을 클릭합니다. -1. [Slack 인테그레이션](#add-a-slack-integration)을 소유한 Teams를 선택합니다. +1. [Slack 인테그레이션](#slack-인테그레이션-추가)을 소유한 Teams를 선택합니다. 1. **Action type**을 **Slack notification**으로 설정합니다. Slack 채널을 선택한 다음 **Next step**을 클릭합니다. 1. Automation의 이름을 입력합니다. 선택 사항으로 설명을 작성할 수 있습니다. 1. **Create automation**을 클릭합니다. diff --git a/ko/models/integrations/dagster.mdx b/ko/models/integrations/dagster.mdx index 4c84c95203..9138a254dd 100644 --- a/ko/models/integrations/dagster.mdx +++ b/ko/models/integrations/dagster.mdx @@ -157,7 +157,7 @@ W&B Artifact를 기록하려면 Python 함수에서 오브젝트를 반환하세 -[pickle](https://docs.python.org/3/library/pickle.html) 모듈로 직렬화할 수 있는 모든 것은 피클링되어 인테그레이션에 의해 생성된 Artifact에 추가됩니다. Dagster 내부에서 해당 Artifact를 읽을 때 내용이 역직렬화(unpickle)됩니다 (자세한 내용은 [Artifact 읽기](#read-wb-artifacts) 참조). +[pickle](https://docs.python.org/3/library/pickle.html) 모듈로 직렬화할 수 있는 모든 것은 피클링되어 인테그레이션에 의해 생성된 Artifact에 추가됩니다. Dagster 내부에서 해당 Artifact를 읽을 때 내용이 역직렬화(unpickle)됩니다 (자세한 내용은 [Artifact 읽기](#wb-artifacts-읽기) 참조). ```python @asset( diff --git a/ko/models/registry/aliases.mdx b/ko/models/registry/aliases.mdx index 873c4eeebe..b332b62790 100644 --- a/ko/models/registry/aliases.mdx +++ b/ko/models/registry/aliases.mdx @@ -48,7 +48,7 @@ W&B Registry 또는 Python SDK를 사용하여 커스텀 에일리어스를 생 4. **Aliases** 필드 옆의 **+** 버튼을 클릭하여 하나 이상의 에일리어스를 추가합니다. -Python SDK를 사용하여 artifact 버전을 컬렉션에 링크할 때, [`link_artifact()`](/models/ref/python/experiments/run.md/#link_artifact)의 `alias` 파라미터에 하나 이상의 에일리어스 리스트를 인수로 선택적으로 제공할 수 있습니다. 제공한 에일리어스가 아직 존재하지 않는 경우, W&B가 에일리어스([보호되지 않은 에일리어스](#custom-aliases))를 생성해 줍니다. +Python SDK를 사용하여 artifact 버전을 컬렉션에 링크할 때, [`link_artifact()`](/models/ref/python/experiments/run.md/#link_artifact)의 `alias` 파라미터에 하나 이상의 에일리어스 리스트를 인수로 선택적으로 제공할 수 있습니다. 제공한 에일리어스가 아직 존재하지 않는 경우, W&B가 에일리어스([보호되지 않은 에일리어스](#커스텀-에일리어스-custom-aliases))를 생성해 줍니다. 다음 코드 조각은 Python SDK를 사용하여 artifact 버전을 컬렉션에 링크하고 해당 artifact 버전에 에일리어스를 추가하는 방법을 보여줍니다. `<>` 안의 값들을 실제 값으로 교체하세요: @@ -115,7 +115,7 @@ with wandb.init(entity = "", project = "") as run: 3. **Versions** 섹션 내에서 특정 artifact 버전의 **View** 버튼을 선택합니다. 4. **Aliases** 필드 옆의 **+** 버튼을 클릭하여 하나 이상의 보호된 에일리어스를 추가합니다. -보호된 에일리어스가 생성된 후에는 관리자가 Python SDK를 통해 프로그래밍 방식으로 이를 artifact 버전에 추가할 수 있습니다. 보호된 에일리어스를 artifact 버전에 추가하는 예시는 위의 [커스텀 에일리어스 생성](#custom-aliases) 섹션에 있는 W&B Registry 및 Python SDK 탭을 참조하세요. +보호된 에일리어스가 생성된 후에는 관리자가 Python SDK를 통해 프로그래밍 방식으로 이를 artifact 버전에 추가할 수 있습니다. 보호된 에일리어스를 artifact 버전에 추가하는 예시는 위의 [커스텀 에일리어스 생성](#커스텀-에일리어스-custom-aliases) 섹션에 있는 W&B Registry 및 Python SDK 탭을 참조하세요. ## 기존 에일리어스 찾기 [W&B Registry의 글로벌 검색바](/models/registry/search_registry/#search-for-registry-items)를 사용하여 기존 에일리어스를 찾을 수 있습니다. 보호된 에일리어스를 찾으려면: diff --git a/ko/models/registry/configure_registry.mdx b/ko/models/registry/configure_registry.mdx index 01685a0519..74c3734ed7 100644 --- a/ko/models/registry/configure_registry.mdx +++ b/ko/models/registry/configure_registry.mdx @@ -51,7 +51,7 @@ Registry 관리자는 **Restricted Viewer** 또는 **Viewer**를 포함한 모 ## Registry 역할 설정 -이 섹션에서는 Registry 멤버의 역할을 설정하는 방법을 설명합니다. 각 역할의 기능, 우선순위, 기본값 등을 포함한 Registry 역할에 대한 자세한 정보는 [Registry 역할에 대한 상세 정보](#details-about-registry-roles)를 참조하세요. +이 섹션에서는 Registry 멤버의 역할을 설정하는 방법을 설명합니다. 각 역할의 기능, 우선순위, 기본값 등을 포함한 Registry 역할에 대한 자세한 정보는 [Registry 역할에 대한 상세 정보](#registry-역할에-대한-상세-정보)를 참조하세요. 1. https://wandb.ai/registry/ 에서 W&B Registry로 이동합니다. 2. 구성하려는 registry를 선택합니다. diff --git a/ko/models/registry/create_registry.mdx b/ko/models/registry/create_registry.mdx index 4c3c3af739..e75933999f 100644 --- a/ko/models/registry/create_registry.mdx +++ b/ko/models/registry/create_registry.mdx @@ -20,7 +20,7 @@ W&B Registry UI 또는 W&B Python SDK를 사용하여 프로그래밍 방식으 8. **Create registry** 버튼을 클릭합니다. -프로그래밍 방식으로 레지스트리를 생성하려면 [`wandb.Api().create_registry()`](/models/ref/python/#method-apicreate_registry) 메소드를 사용하세요. `name` 및 `visibility` 파라미터에 각각 레지스트리의 이름과 [가시성](#visibility-types)을 제공합니다. +프로그래밍 방식으로 레지스트리를 생성하려면 [`wandb.Api().create_registry()`](/models/ref/python/#method-apicreate_registry) 메소드를 사용하세요. `name` 및 `visibility` 파라미터에 각각 레지스트리의 이름과 [가시성](#가시성-유형)을 제공합니다. 아래 코드 블록을 복사하여 붙여넣으세요. `<>`로 둘러싸인 값들을 본인의 값으로 바꿉니다. diff --git a/ko/models/registry/download_use_artifact.mdx b/ko/models/registry/download_use_artifact.mdx index 0a31d66a8d..952d6533bc 100644 --- a/ko/models/registry/download_use_artifact.mdx +++ b/ko/models/registry/download_use_artifact.mdx @@ -4,7 +4,7 @@ title: 레지스트리에서 Artifact 다운로드하기 W&B Python SDK를 사용하여 Registry에 연결된 Artifacts 를 다운로드할 수 있습니다. Artifacts 를 다운로드하고 사용하려면 Registry의 이름, Collection의 이름, 그리고 다운로드하려는 Artifacts 버전의 에일리어스 또는 인덱스를 알아야 합니다. -Artifacts 의 속성을 파악한 후에는 [연결된 Artifacts의 경로 구성](#construct-path-to-linked-artifact)을 통해 Artifacts 를 다운로드할 수 있습니다. 또는 W&B App UI에서 [사전 생성된 코드조각을 복사하여 붙여넣기](#copy-and-paste-pre-generated-code-snippet) 함으로써 Registry에 연결된 Artifacts 를 다운로드할 수도 있습니다. +Artifacts 의 속성을 파악한 후에는 [연결된 Artifacts의 경로 구성](#연결된-artifacts의-경로-구성)을 통해 Artifacts 를 다운로드할 수 있습니다. 또는 W&B App UI에서 [사전 생성된 코드조각을 복사하여 붙여넣기](#사전-생성된-코드조각-복사-및-붙여넣기) 함으로써 Registry에 연결된 Artifacts 를 다운로드할 수도 있습니다. ## 연결된 Artifacts의 경로 구성 diff --git a/ko/models/registry/link_version.mdx b/ko/models/registry/link_version.mdx index b0d1b01b65..7820daa0b3 100644 --- a/ko/models/registry/link_version.mdx +++ b/ko/models/registry/link_version.mdx @@ -17,7 +17,7 @@ Artifact를 link하면, W&B는 소스 Artifact와 collection 엔트리 사이에 {/* -If an artifact version logs metrics (such as by using `wandb.Run.log_artifact()`), you can view metrics for that version from its details page, and you can compare metrics across artifact versions from the artifact's page. Refer to [View linked artifacts in a registry](#view-linked-artifacts-in-a-registry). +If an artifact version logs metrics (such as by using `wandb.Run.log_artifact()`), you can view metrics for that version from its details page, and you can compare metrics across artifact versions from the artifact's page. Refer to [View linked artifacts in a registry](#registry에서-link된-artifact-확인하기). */} @@ -29,7 +29,7 @@ Watch a [video demonstrating linking a version](https://www.youtube.com/watch?v= [`wandb.Run.link_artifact()`](/ref/python/experiments/run#link_artifact") 또는 [`wandb.Artifact.link()`](/ref/python/experiments/artifact#method-artifactlink")를 사용하여 프로그래밍 방식으로 Artifact 버전을 collection에 link합니다. -[run의 컨텍스트 내에서](#link-an-artifact-version-within-the-context-of-a-run) Artifact 버전을 link하려면 `wandb.Run.link_artifact()`를 사용하세요. [run의 컨텍스트 외부에서](#link-an-artifact-version-outside-the-context-of-a-run) *기존 Artifact 버전*을 link하려면 `wandb.Artifact.link()`를 사용하세요. +[run의 컨텍스트 내에서](#run의-컨텍스트-내에서-artifact-버전-link하기) Artifact 버전을 link하려면 `wandb.Run.link_artifact()`를 사용하세요. [run의 컨텍스트 외부에서](#run의-컨텍스트-외부에서-artifact-버전-link하기) *기존 Artifact 버전*을 link하려면 `wandb.Artifact.link()`를 사용하세요. {/* diff --git a/ko/models/registry/organize-with-tags.mdx b/ko/models/registry/organize-with-tags.mdx index 6e66c460eb..a3c9d1253f 100644 --- a/ko/models/registry/organize-with-tags.mdx +++ b/ko/models/registry/organize-with-tags.mdx @@ -57,7 +57,7 @@ collection.save() `tags` 속성을 재할당하거나 변경하여 프로그래밍 방식으로 태그를 업데이트합니다. W&B는 인플레이스(in-place) 수정 대신 `tags` 속성을 재할당하는 것을 권장하며, 이는 좋은 Python 관행이기도 합니다. -예를 들어, 다음 코드 조각은 재할당을 통해 리스트를 업데이트하는 일반적인 방법을 보여줍니다. 간결함을 위해 [컬렉션에 태그 추가하기](#add-a-tag-to-a-collection) 섹션의 코드 예시를 이어서 사용합니다: +예를 들어, 다음 코드 조각은 재할당을 통해 리스트를 업데이트하는 일반적인 방법을 보여줍니다. 간결함을 위해 [컬렉션에 태그 추가하기](#컬렉션에-태그-추가하기) 섹션의 코드 예시를 이어서 사용합니다: ```python collection.tags = [*collection.tags, "new-tag", "other-tag"] @@ -178,7 +178,7 @@ with wandb.init(entity = "", project="") as run: `tags` 속성을 재할당하거나 변경하여 프로그래밍 방식으로 태그를 업데이트합니다. W&B는 인플레이스 수정 대신 `tags` 속성을 재할당하는 것을 권장하며, 이는 좋은 Python 관행입니다. -예를 들어, 다음 코드 조각은 재할당을 통해 리스트를 업데이트하는 일반적인 방법을 보여줍니다. 간결함을 위해 [artifact 버전에 태그 추가하기](#add-a-tag-to-an-artifact-version) 섹션의 코드 예시를 이어서 사용합니다: +예를 들어, 다음 코드 조각은 재할당을 통해 리스트를 업데이트하는 일반적인 방법을 보여줍니다. 간결함을 위해 [artifact 버전에 태그 추가하기](#artifact-버전에-태그-추가하기) 섹션의 코드 예시를 이어서 사용합니다: ```python artifact.tags = [*artifact.tags, "new-tag", "other-tag"] diff --git a/ko/models/registry/search_registry.mdx b/ko/models/registry/search_registry.mdx index c306ab60a0..d3c8ba267a 100644 --- a/ko/models/registry/search_registry.mdx +++ b/ko/models/registry/search_registry.mdx @@ -2,7 +2,7 @@ title: 레지스트리 항목 찾기 --- -W&B Registry 의 [글로벌 검색 바](./search_registry#search-for-registry-items)를 사용하여 레지스트리, 컬렉션, artifact 버전 태그, 컬렉션 태그 또는 에일리어스를 찾을 수 있습니다. W&B Python SDK 를 사용하여 특정 기준에 따라 [레지스트리, 컬렉션 및 artifact 버전을 필터링](./search_registry#query-registry-items-with-mongodb-style-queries)하기 위해 MongoDB 스타일의 쿼리를 사용할 수 있습니다. +W&B Registry 의 [글로벌 검색 바](./search_registry#레지스트리-항목-검색)를 사용하여 레지스트리, 컬렉션, artifact 버전 태그, 컬렉션 태그 또는 에일리어스를 찾을 수 있습니다. W&B Python SDK 를 사용하여 특정 기준에 따라 [레지스트리, 컬렉션 및 artifact 버전을 필터링](./search_registry#query-registry-items-with-mongodb-style-queries)하기 위해 MongoDB 스타일의 쿼리를 사용할 수 있습니다. 사용자가 볼 수 있는 권한이 있는 항목만 검색 결과에 나타납니다. diff --git a/ko/models/runs/compare-runs.mdx b/ko/models/runs/compare-runs.mdx index b9cee0b9eb..5bca32fe24 100644 --- a/ko/models/runs/compare-runs.mdx +++ b/ko/models/runs/compare-runs.mdx @@ -17,7 +17,7 @@ import PinRunsCondensed from '/snippets/en/_includes/pinned-and-baseline-runs/pi - 새로운 Run 이 기존의 최상위 결과를 개선하는지 평가할 때. -[제한 사항](#limitations)을 참조하세요. +[제한 사항](#제한-사항)을 참조하세요. ## Run 고정 (Pin runs) diff --git a/ko/models/runs/resuming.mdx b/ko/models/runs/resuming.mdx index 232defc24e..2db619d7d5 100644 --- a/ko/models/runs/resuming.mdx +++ b/ko/models/runs/resuming.mdx @@ -26,7 +26,7 @@ W&B가 어떻게 반응할지 결정하기 위해 `resume` 파라미터에 다 | `"allow"`| run ID가 존재하는 경우 W&B가 run을 재개하도록 허용합니다. | W&B가 동일한 run ID로 run을 재개합니다. | W&B가 지정된 run ID로 새로운 run을 시작합니다. | 기존 run을 덮어쓰지 않고 run을 재개할 때 사용합니다. | | `"never"`| W&B가 지정된 run ID의 run을 재개하는 것을 절대 허용하지 않습니다. | W&B가 오류를 발생시킵니다. | W&B가 지정된 run ID로 새로운 run을 시작합니다. | | -W&B가 사용자 대신 자동으로 run 재시도를 시도하도록 `resume="auto"`를 지정할 수도 있습니다. 단, 동일한 디렉토리에서 run을 다시 시작해야 합니다. 자세한 내용은 [run이 자동으로 재개되도록 설정](#enable-runs-to-automatically-resume) 섹션을 참조하세요. +W&B가 사용자 대신 자동으로 run 재시도를 시도하도록 `resume="auto"`를 지정할 수도 있습니다. 단, 동일한 디렉토리에서 run을 다시 시작해야 합니다. 자세한 내용은 [run이 자동으로 재개되도록 설정](#run이-자동으로-재개되도록-설정) 섹션을 참조하세요. 아래의 모든 예시에서 `<>`로 둘러싸인 값은 실제 사용자의 값으로 교체하세요. diff --git a/ko/models/runs/run-identifiers.mdx b/ko/models/runs/run-identifiers.mdx index f0c0cf10a3..1937f55a89 100644 --- a/ko/models/runs/run-identifiers.mdx +++ b/ko/models/runs/run-identifiers.mdx @@ -8,7 +8,7 @@ W&B Run을 초기화하면, W&B는 해당 run에 [run ID라고 알려진 고유 ## Run ID -run ID는 해당 run을 고유하게 식별합니다. 새 run을 초기화할 때 [사용자 정의 고유 run ID를 지정](#create-a-custom-run-id)하지 않는 한, W&B는 [자동으로 랜덤하고 고유한 run ID를 생성](#autogenerated-run-ids)합니다. +run ID는 해당 run을 고유하게 식별합니다. 새 run을 초기화할 때 [사용자 정의 고유 run ID를 지정](#사용자-정의-run-id-생성)하지 않는 한, W&B는 [자동으로 랜덤하고 고유한 run ID를 생성](#autogenerated-run-ids)합니다. ### run ID 찾기 diff --git a/ko/models/support/find_api_key.mdx b/ko/models/support/find_api_key.mdx index 0f65711abb..2517755360 100644 --- a/ko/models/support/find_api_key.mdx +++ b/ko/models/support/find_api_key.mdx @@ -38,7 +38,7 @@ API 키를 삭제하면 해당 키를 사용하는 모든 스크립트나 서비 API 키를 교체(로테이션)하려면 다음 단계를 따르세요. -1. [새로운 API 키를 생성합니다](#create-a-new-api-key). +1. [새로운 API 키를 생성합니다](#새로운-api-키-생성). 2. 모든 스크립트, 서비스 및 환경에서 새 API 키를 사용하도록 업데이트합니다. 3. 모든 위치에서 새 API 키가 제대로 작동하는지 테스트합니다. 4. 이전 API 키를 삭제합니다. diff --git a/ko/models/sweeps/sweep-config-keys.mdx b/ko/models/sweeps/sweep-config-keys.mdx index 2663e80bd3..1f85060bd1 100644 --- a/ko/models/sweeps/sweep-config-keys.mdx +++ b/ko/models/sweeps/sweep-config-keys.mdx @@ -51,7 +51,7 @@ YAML 파일이나 Python 스크립트에서 `parameters`를 최상위 키로 지 | --------------- | ------------------------------------------------------------------------------ | | `values` | 이 하이퍼파라미터에 대한 모든 유효한 값들을 지정합니다. `grid`와 호환됩니다. | | `value` | 이 하이퍼파라미터에 대한 단일 유효 값을 지정합니다. `grid`와 호환됩니다. | -| `distribution` | 확률 [분포](#distribution-options-for-random-and-bayesian-search)를 지정합니다. 기본값에 대한 정보는 이 표 다음의 노트를 참조하세요. | +| `distribution` | 확률 [분포](#랜덤-검색-및-베이지안-탐색을-위한-분포-옵션)를 지정합니다. 기본값에 대한 정보는 이 표 다음의 노트를 참조하세요. | | `probabilities` | `random` 탐색 사용 시 `values`의 각 요소를 선택할 확률을 지정합니다. | | `min`, `max` | (`int` 또는 `float`) 최댓값과 최솟값. `int`인 경우 `int_uniform` 분포 하이퍼파라미터에 사용됩니다. `float`인 경우 `uniform` 분포 하이퍼파라미터에 사용됩니다. | | `mu` | (`float`) `normal` 또는 `lognormal` 분포 하이퍼파라미터의 평균 파라미터. | @@ -60,7 +60,7 @@ YAML 파일이나 Python 스크립트에서 `parameters`를 최상위 키로 지 | `parameters` | 루트 수준 파라미터 내에 다른 파라미터를 중첩시킵니다. | -[분포](#distribution-options-for-random-and-bayesian-search)가 지정되지 않은 경우 W&B는 다음 조건에 따라 분포를 설정합니다: +[분포](#랜덤-검색-및-베이지안-탐색을-위한-분포-옵션)가 지정되지 않은 경우 W&B는 다음 조건에 따라 분포를 설정합니다: * `values`를 지정한 경우: `categorical` * `max`와 `min`을 정수로 지정한 경우: `int_uniform` * `max`와 `min`을 실수로 지정한 경우: `uniform` diff --git a/ko/models/sweeps/walkthrough.mdx b/ko/models/sweeps/walkthrough.mdx index 334b017b33..91bc251229 100644 --- a/ko/models/sweeps/walkthrough.mdx +++ b/ko/models/sweeps/walkthrough.mdx @@ -5,10 +5,10 @@ description: Sweeps 퀵스타트에서는 Sweeps 를 정의, 초기화 및 실 이 페이지에서는 Sweeps 를 정의, 초기화 및 실행하는 방법을 설명합니다. 주요 단계는 다음과 같이 네 가지입니다. -1. [트레이닝 코드 설정](#set-up-your-training-code) -2. [sweep configuration으로 검색 공간 정의](#define-the-search-space-with-a-sweep-configuration) -3. [Sweep 초기화](#initialize-the-sweep) -4. [Sweep 에이전트 시작](#start-the-sweep) +1. [트레이닝 코드 설정](#트레이닝-코드-설정) +2. [sweep configuration으로 검색 공간 정의](#sweep-configuration으로-검색-공간-정의) +3. [Sweep 초기화](#sweep-초기화) +4. [Sweep 에이전트 시작](#sweep-시작) 다음 코드를 복사하여 Jupyter 노트북이나 Python 스크립트에 붙여넣으세요: diff --git a/ko/models/tables/log_tables.mdx b/ko/models/tables/log_tables.mdx index 2ecdd65e76..bb67deeb51 100644 --- a/ko/models/tables/log_tables.mdx +++ b/ko/models/tables/log_tables.mdx @@ -15,7 +15,7 @@ W&B Python SDK를 사용하여 [테이블 오브젝트를 생성하고 로그를 ## 테이블 생성 및 로깅 1. `wandb.init()`으로 새로운 run을 초기화합니다. -2. [`wandb.Table`](/models/ref/python/data-types/table) 클래스로 Table 오브젝트를 생성합니다. `columns` 및 `data` 파라미터에 각각 테이블의 컬럼과 데이터를 지정합니다. 선택 사항인 `log_mode` 파라미터를 `IMMUTABLE` (기본값), `MUTABLE`, 또는 `INCREMENTAL` 중 하나로 설정하는 것이 좋습니다. 자세한 내용은 다음 섹션의 [테이블 로깅 모드](#logging-modes)를 참조하세요. +2. [`wandb.Table`](/models/ref/python/data-types/table) 클래스로 Table 오브젝트를 생성합니다. `columns` 및 `data` 파라미터에 각각 테이블의 컬럼과 데이터를 지정합니다. 선택 사항인 `log_mode` 파라미터를 `IMMUTABLE` (기본값), `MUTABLE`, 또는 `INCREMENTAL` 중 하나로 설정하는 것이 좋습니다. 자세한 내용은 다음 섹션의 [테이블 로깅 모드](#로깅-모드)를 참조하세요. 3. `run.log()`를 사용하여 W&B에 테이블을 로깅합니다. 다음 예제는 `a`와 `b` 두 개의 컬럼과 `["a1", "b1"]`, `["a2", "b2"]` 두 행의 데이터를 가진 테이블을 생성하고 로깅하는 방법을 보여줍니다. diff --git a/ko/models/tables/visualize-tables.mdx b/ko/models/tables/visualize-tables.mdx index 681987b0e2..1484b01301 100644 --- a/ko/models/tables/visualize-tables.mdx +++ b/ko/models/tables/visualize-tables.mdx @@ -18,11 +18,11 @@ W&B Tables는 다음과 같은 동작을 가집니다: 1. **Artifacts 컨텍스트에서의 Stateless**: Artifact 버전과 함께 로그된 모든 테이블은 브라우저 창을 닫으면 기본 상태로 리셋됩니다. 2. **Workspace 또는 Reports 컨텍스트에서의 Stateful**: 단일 run Workspace, 멀티 run 프로젝트 Workspace 또는 Reports에서 테이블에 가한 모든 변경 사항은 유지됩니다. -현재 W&B Table 뷰를 저장하는 방법은 [뷰 저장하기](#save-your-view)를 참조하세요. +현재 W&B Table 뷰를 저장하는 방법은 [뷰 저장하기](#뷰-저장하기)를 참조하세요. ## 두 테이블 비교하기 -[병합 뷰 (merged view)](#merged-view) 또는 [나란히 보기 뷰 (side-by-side view)](#side-by-side-view)를 사용하여 두 테이블을 비교하세요. 예를 들어, 아래 이미지는 MNIST 데이터의 테이블 비교를 보여줍니다. +[병합 뷰 (merged view)](#병합-뷰-merged-view) 또는 [나란히 보기 뷰 (side-by-side view)](#나란히-보기-뷰-side-by-side-view)를 사용하여 두 테이블을 비교하세요. 예를 들어, 아래 이미지는 MNIST 데이터의 테이블 비교를 보여줍니다. Training epoch comparison @@ -144,7 +144,7 @@ W&B 앱 UI 내에서 여러 스텝에 대해 중복된 값이 표시될 수 있 | Stepper | | */} ## Artifacts 비교하기 -[시간에 따른 테이블 비교](#compare-tables-across-time) 또는 [모델 변체 간 비교](#compare-tables-across-model-variants)를 수행할 수도 있습니다. +[시간에 따른 테이블 비교](#커스텀-스텝-키-custom-step-key) 또는 [모델 변체 간 비교](#artifacts-비교하기)를 수행할 수도 있습니다. ### 시간에 따른 테이블 비교 diff --git a/ko/models/track/create-an-experiment.mdx b/ko/models/track/create-an-experiment.mdx index 859cea41e1..0fde832ca3 100644 --- a/ko/models/track/create-an-experiment.mdx +++ b/ko/models/track/create-an-experiment.mdx @@ -11,9 +11,9 @@ W&B Python SDK를 사용하여 기계학습 실험을 추적하세요. 그런 네 가지 단계로 W&B Experiment를 생성합니다: -1. [W&B Run 초기화](#initialize-a-wb-run) -2. [하이퍼파라미터 사전 캡처](#capture-a-dictionary-of-hyperparameters) -3. [트레이닝 루프 내에서 메트릭 로그 기록](#log-metrics-inside-your-training-loop) +1. [W&B Run 초기화](#wb-run-초기화) +2. [하이퍼파라미터 사전 캡처](#하이퍼파라미터-사전-캡처) +3. [트레이닝 루프 내에서 메트릭 로그 기록](#트레이닝-루프-내에서-메트릭-로그-기록) 4. [W&B에 아티팩트 로그 기록](#log-an-artifact-to-wb) ### W&B run 초기화 diff --git a/ko/models/track/environment-variables.mdx b/ko/models/track/environment-variables.mdx index 0a6702a284..cd387288b5 100644 --- a/ko/models/track/environment-variables.mdx +++ b/ko/models/track/environment-variables.mdx @@ -37,7 +37,7 @@ os.environ["WANDB_SWEEP_ID"] = "b05fq58z" | `WANDB_BASE_URL` | [wandb/local](/platform/hosting/)을 사용하는 경우, 이 환경 변수를 `http://YOUR_IP:YOUR_PORT`로 설정해야 합니다. | | `WANDB_CACHE_DIR` | 기본값은 \~/.cache/wandb이며, 이 환경 변수로 위치를 변경할 수 있습니다. | | `WANDB_CONFIG_DIR` | 기본값은 \~/.config/wandb이며, 이 환경 변수로 위치를 변경할 수 있습니다. | -| `WANDB_CONFIG_PATHS` | wandb.config로 로드할 yaml 파일의 쉼표로 구분된 리스트입니다. [config](./config#file-based-configs)를 참조하세요. | +| `WANDB_CONFIG_PATHS` | wandb.config로 로드할 yaml 파일의 쉼표로 구분된 리스트입니다. [config](./config#파일-기반-설정)를 참조하세요. | | `WANDB_CONSOLE` | stdout / stderr 로그를 비활성화하려면 "off"로 설정하세요. 지원되는 환경에서는 기본값이 "on"입니다. | | `WANDB_DATA_DIR` | 스테이징 아티팩트를 업로드할 위치입니다. 기본 위치는 `platformdirs` 파이썬 패키지의 `user_data_dir` 값을 사용하므로 플랫폼에 따라 다릅니다. 이 디렉토리가 존재하고 실행 중인 사용자가 쓰기 권한을 가지고 있는지 확인하세요. | | `WANDB_DIR` | 생성된 모든 파일이 저장되는 위치입니다. 설정하지 않으면 트레이닝 스크립트 상대 경로의 `wandb` 디렉토리가 기본값입니다. 이 디렉토리가 존재하고 실행 중인 사용자가 쓰기 권한을 가지고 있는지 확인하세요. 이 변수는 다운로드된 아티팩트의 위치를 제어하지 않으며, 해당 위치는 `WANDB_ARTIFACT_DIR` 환경 변수를 사용하여 설정할 수 있습니다. | diff --git a/ko/models/track/limits.mdx b/ko/models/track/limits.mdx index 886044c74e..b0870e69cf 100644 --- a/ko/models/track/limits.mdx +++ b/ko/models/track/limits.mdx @@ -170,7 +170,7 @@ with open("large_config.json", "r") as f: - SaaS Cloud에서 100,000개 - 전용 클라우드 또는 Self-Managed에서 10,000개 -이 임계값을 초과하는 Run 수는 프로젝트 Workspaces 또는 Runs 테이블과 관련된 작업, 특히 Runs를 그룹화하거나 실행 중에 다수의 고유 메트릭을 수집할 때 속도를 늦출 수 있습니다. [메트릭 수](#metric-count) 섹션도 참조하세요. +이 임계값을 초과하는 Run 수는 프로젝트 Workspaces 또는 Runs 테이블과 관련된 작업, 특히 Runs를 그룹화하거나 실행 중에 다수의 고유 메트릭을 수집할 때 속도를 늦출 수 있습니다. [메트릭 수](#메트릭-수) 섹션도 참조하세요. 팀에서 최근 Runs 세트와 같이 동일한 Runs 세트에 자주 엑세스하는 경우, 자주 사용하지 않는 Runs를 [새로운 "archive" 프로젝트로 일괄 이동](/models/runs/manage-runs/)하여 작업 프로젝트에 더 적은 수의 Runs만 남겨두는 것을 고려해 보세요. diff --git a/ko/models/track/log/log-tables.mdx b/ko/models/track/log/log-tables.mdx index 5f618dde47..95035f404d 100644 --- a/ko/models/track/log/log-tables.mdx +++ b/ko/models/track/log/log-tables.mdx @@ -7,10 +7,10 @@ import { ColabLink } from '/snippets/en/_includes/colab-link.mdx'; `wandb.Table`을 사용하여 데이터를 로그하고 W&B에서 시각화 및 쿼리하세요. 이 가이드에서는 다음 방법을 배웁니다: -1. [Tables 생성](./log-tables#create-tables) -2. [데이터 추가](./log-tables#add-data) -3. [데이터 검색](./log-tables#retrieve-data) -4. [Tables 저장](./log-tables#save-tables) +1. [Tables 생성](./log-tables#tables-생성) +2. [데이터 추가](./log-tables#데이터-추가) +3. [데이터 검색](./log-tables#데이터-검색) +4. [Tables 저장](./log-tables#tables-저장) ## Tables 생성 diff --git a/ko/models/track/log/working-with-csv.mdx b/ko/models/track/log/working-with-csv.mdx index f217ddae84..4cc1bcf08a 100644 --- a/ko/models/track/log/working-with-csv.mdx +++ b/ko/models/track/log/working-with-csv.mdx @@ -3,7 +3,7 @@ title: Experiments 로 CSV 파일 추적하기 description: W&B로 데이터 가져오기 및 로그 남기기 --- -W&B Python 라이브러리를 사용하여 CSV 파일을 로그하고 [W&B Dashboard](/models/track/workspaces/)에서 시각화하세요. W&B Dashboard는 기계학습 모델의 결과를 정리하고 시각화하는 중심 공간입니다. 이는 W&B에 로그되지 않은 [이전 기계학습 실험 정보가 포함된 CSV 파일](#import-and-log-your-csv-of-experiments)이 있거나 [데이터셋이 포함된 CSV 파일](#import-and-log-your-dataset-csv-file)을 가지고 있는 경우 특히 유용합니다. +W&B Python 라이브러리를 사용하여 CSV 파일을 로그하고 [W&B Dashboard](/models/track/workspaces/)에서 시각화하세요. W&B Dashboard는 기계학습 모델의 결과를 정리하고 시각화하는 중심 공간입니다. 이는 W&B에 로그되지 않은 [이전 기계학습 실험 정보가 포함된 CSV 파일](#실험-csv-파일-가져오기-및-로그)이 있거나 [데이터셋이 포함된 CSV 파일](#데이터셋-csv-파일-가져오기-및-로그)을 가지고 있는 경우 특히 유용합니다. ## 데이터셋 CSV 파일 가져오기 및 로그 diff --git a/ko/models/track/workspaces.mdx b/ko/models/track/workspaces.mdx index 7f518b382c..bcb53f7cd3 100644 --- a/ko/models/track/workspaces.mdx +++ b/ko/models/track/workspaces.mdx @@ -65,7 +65,7 @@ Workspace URL을 직접 공유하여 팀원들과 맞춤형 Workspace 를 공유 이 기능은 [Enterprise](https://wandb.ai/site/pricing/) 라이선스가 필요합니다. -_Workspace templates_를 사용하면 [새 Workspace에 대한 기본 설정](#default-workspace-settings) 대신 기존 Workspace 와 동일한 설정을 사용하여 빠르게 Workspace 를 생성할 수 있습니다. 현재 Workspace template은 사용자 정의 [line plot settings](/models/app/features/panels/line-plot/#all-line-plots-in-a-workspace)을 정의할 수 있습니다. +_Workspace templates_를 사용하면 [새 Workspace에 대한 기본 설정](#workspace-templates) 대신 기존 Workspace 와 동일한 설정을 사용하여 빠르게 Workspace 를 생성할 수 있습니다. 현재 Workspace template은 사용자 정의 [line plot settings](/models/app/features/panels/line-plot/#all-line-plots-in-a-workspace)을 정의할 수 있습니다. ### 기본 Workspace 설정 기본적으로 새 Workspace 는 라인 플롯에 대해 다음 기본 설정을 사용합니다: @@ -139,7 +139,7 @@ Workspace template을 삭제하고 기본 설정으로 돌아가려면 다음 3. **Settings** 옆의 휴지통 아이콘을 클릭합니다. -Dedicated Cloud 및 Self-Managed의 경우, Workspace template 삭제는 v0.70 이상 버전에서 지원됩니다. 이전 서버 버전에서는 Workspace template을 [기본 설정](#default-workspace-settings)을 사용하도록 업데이트하세요. +Dedicated Cloud 및 Self-Managed의 경우, Workspace template 삭제는 v0.70 이상 버전에서 지원됩니다. 이전 서버 버전에서는 Workspace template을 [기본 설정](#workspace-templates)을 사용하도록 업데이트하세요. ## 프로그래밍 방식으로 Workspace 생성하기 diff --git a/ko/platform/app/settings-page/teams.mdx b/ko/platform/app/settings-page/teams.mdx index 60a1aa929d..ac4d5918f1 100644 --- a/ko/platform/app/settings-page/teams.mdx +++ b/ko/platform/app/settings-page/teams.mdx @@ -42,7 +42,7 @@ W&B Teams를 ML 팀의 중앙 워크스페이스로 활용하여 더 나은 모 Members 섹션에는 대기 중인 모든 초대 목록과 팀 가입 초대를 수락한 멤버 목록이 표시됩니다. 목록에는 각 멤버의 이름, 사용자 이름, 이메일, 팀 역할, 그리고 조직에서 상속된 Models 및 W&B Weave에 대한 엑세스 권한이 표시됩니다. 표준 팀 역할인 **Admin**, **Member**, **View-only** 중에서 선택할 수 있습니다. 조직에서 [커스텀 역할](/platform/hosting/iam/access-management/manage-organization#add-and-manage-custom-roles)을 생성한 경우, 대신 커스텀 역할을 할당할 수 있습니다. -팀 생성, 팀 관리, 팀 멤버십 및 역할 관리에 대한 정보는 [팀 추가 및 관리](/platform/hosting/iam/access-management/manage-organization#add-and-manage-teams)를 참조하세요. 누가 새 멤버를 초대할 수 있는지 구성하고 팀의 기타 개인정보 보호 설정을 구성하려면 [개인정보 보호](#privacy)를 참조하세요. +팀 생성, 팀 관리, 팀 멤버십 및 역할 관리에 대한 정보는 [팀 추가 및 관리](/platform/hosting/iam/access-management/manage-organization#add-and-manage-teams)를 참조하세요. 누가 새 멤버를 초대할 수 있는지 구성하고 팀의 기타 개인정보 보호 설정을 구성하려면 [개인정보 보호](#개인정보-보호-privacy)를 참조하세요. 팀 멤버를 제거하려면 관리자가 팀 설정 페이지를 열고 탈퇴하는 멤버 이름 옆의 삭제 버튼을 클릭하면 됩니다. 사용자가 떠난 후에도 팀에 로그된 모든 Runs는 유지됩니다. @@ -117,7 +117,7 @@ Run이 충돌하거나 완료될 때 팀에 알리도록 알림을 설정할 수 동료를 팀에 초대할 때 팀 역할을 선택하세요. 다음과 같은 팀 역할 옵션이 있습니다: - **Admin**: 팀 관리자는 다른 관리자나 팀 멤버를 추가 및 제거할 수 있습니다. 모든 프로젝트를 수정할 수 있는 권한과 완전한 삭제 권한을 가집니다. 여기에는 Runs, Projects, Artifacts, Sweeps 삭제가 포함되지만 이에 국한되지 않습니다. -- **Member**: 팀의 일반 멤버입니다. 기본적으로 관리자만 팀 멤버를 초대할 수 있습니다. 이 동작을 변경하려면 [개인정보 보호 설정](#privacy)을 참조하세요. +- **Member**: 팀의 일반 멤버입니다. 기본적으로 관리자만 팀 멤버를 초대할 수 있습니다. 이 동작을 변경하려면 [개인정보 보호 설정](#개인정보-보호-privacy)을 참조하세요. - **View-Only (엔터프라이즈 전용 기능)**: View-Only 멤버는 Runs, Reports, Workspace와 같은 팀 내 에셋을 볼 수 있습니다. 리포트를 팔로우하고 댓글을 달 수 있지만, 프로젝트 개요, 리포트 또는 Runs를 생성, 편집 또는 삭제할 수는 없습니다. - **Custom roles (엔터프라이즈 전용 기능)**: 커스텀 역할을 통해 조직 관리자는 **View-Only** 또는 **Member** 역할을 기반으로 새로운 역할을 구성하고, 세분화된 엑세스 제어를 위해 추가 권한을 결합할 수 있습니다. 그런 다음 팀 관리자는 해당 팀의 사용자에게 이러한 커스텀 역할을 할당할 수 있습니다. 자세한 내용은 [W&B Teams를 위한 커스텀 역할 소개](https://wandb.ai/wandb_fc/announcements/reports/Introducing-Custom-Roles-for-W-B-Teams--Vmlldzo2MTMxMjQ3)를 참조하세요. diff --git a/ko/platform/hosting/data-security/secure-storage-connector.mdx b/ko/platform/hosting/data-security/secure-storage-connector.mdx index f4c9857802..f2b5ef4a74 100644 --- a/ko/platform/hosting/data-security/secure-storage-connector.mdx +++ b/ko/platform/hosting/data-security/secure-storage-connector.mdx @@ -65,7 +65,7 @@ W&B는 다음 스토리지 제공업체와 연결할 수 있습니다. ## 버킷 프로비저닝 -[가용성 확인](#availability-matrix)을 마쳤다면, 엑세스 정책 및 CORS를 포함하여 스토리지 버킷을 프로비저닝할 준비가 된 것입니다. 계속하려면 탭을 선택하세요. +[가용성 확인](#가용성-매트릭스)을 마쳤다면, 엑세스 정책 및 CORS를 포함하여 스토리지 버킷을 프로비저닝할 준비가 된 것입니다. 계속하려면 탭을 선택하세요. @@ -392,7 +392,7 @@ S3 호환 버킷을 생성합니다. 다음 사항을 기록해 둡니다. -다음으로, [스토리지 주소를 결정](#determine-the-storage-address)합니다. +다음으로, [스토리지 주소를 결정](#스토리지-주소-결정)합니다. ## 스토리지 주소 결정 이 섹션에서는 W&B Team을 BYOB 스토리지 버킷에 연결하는 데 사용하는 구문을 설명합니다. 예시에서 꺾쇠괄호(`<>`) 안의 자리 표시자 값을 버킷의 세부 정보로 교체하세요. @@ -450,7 +450,7 @@ MinIO 오픈 소스는 활발한 개발이나 사전 컴파일된 바이너리 스토리지 주소를 결정한 후, [팀 레벨 BYOB를 구성](#configure-team-level-byob)할 준비가 되었습니다. ## W&B 구성 -[버킷 프로비저닝](#provision-your-bucket) 및 [주소 결정](#determine-the-storage-address)을 마쳤다면, [인스턴스 레벨](#instance-level-byob) 또는 [팀 레벨](#team-level-byob)에서 BYOB를 구성할 수 있습니다. +[버킷 프로비저닝](#버킷-프로비저닝) 및 [주소 결정](#스토리지-주소-결정)을 마쳤다면, [인스턴스 레벨](#인스턴스-레벨-byob) 또는 [팀 레벨](#팀-레벨-byob)에서 BYOB를 구성할 수 있습니다. 스토리지 버킷 레이아웃을 신중하게 계획하세요. W&B용 스토리지 버킷을 구성한 후 데이터를 다른 버킷으로 마이그레이션하는 것은 복잡하며 W&B의 지원이 필요합니다. 이는 전용 클라우드 및 Self-Managed의 스토리지뿐만 아니라 Multi-tenant Cloud의 팀 레벨 스토리지에도 적용됩니다. 질문이 있는 경우 [지원 팀](mailto:support@wandb.com)에 문의하세요. @@ -485,12 +485,12 @@ Self-Managed의 경우, W&B는 필요한 엑세스 메커니즘 및 관련 IAM ### 팀 레벨 BYOB W&B App을 사용하여 팀을 생성하는 동안 팀 레벨 BYOB를 구성할 수 있습니다. 두 가지 옵션이 있습니다. -- **기존 버킷 사용**: 먼저 버킷의 [스토리지 위치를 결정](#determine-the-storage-address)해야 합니다. +- **기존 버킷 사용**: 먼저 버킷의 [스토리지 위치를 결정](#스토리지-주소-결정)해야 합니다. - **새 버킷 생성** (Multi-tenant Cloud 전용): 팀을 생성할 때 W&B가 클라우드 공급자에 버킷을 자동으로 생성할 수 있습니다. 이는 CoreWeave, AWS, Google Cloud에서 지원됩니다. - 팀이 생성된 후에는 스토리지를 변경할 수 없습니다. -- 인스턴스 레벨 BYOB의 경우, 대신 [인스턴스 레벨 BYOB](#instance-level-byob)를 참조하세요. +- 인스턴스 레벨 BYOB의 경우, 대신 [인스턴스 레벨 BYOB](#인스턴스-레벨-byob)를 참조하세요. - 팀을 위해 CoreWeave 스토리지를 구성하려는 경우, 팀이 생성된 후에는 스토리지 세부 정보를 변경할 수 없으므로 [CoreWeave 요구 사항](#coreweave-requirements)을 검토하고 [지원 팀](mailto:support@wandb.com)에 문의하여 CoreWeave에서 버킷이 올바르게 구성되었는지, 팀 구성이 유효한지 확인하세요. @@ -516,7 +516,7 @@ W&B App을 사용하여 팀을 생성하는 동안 팀 레벨 BYOB를 구성할 클라우드 공급업체가 목록에 없으면 [버킷 프로비저닝](#set-environment-variable)의 지침에 따라 인스턴스의 지원되는 파일 저장소에 버킷 경로를 추가했는지 확인하세요. 그래도 스토리지 제공업체가 목록에 없으면 [지원 팀](mailto:support@wandb.ai)에 문의하세요. 1. 버킷 세부 정보를 지정합니다. - **CoreWeave**의 경우 버킷 이름만 입력합니다. - - Amazon S3, Google Cloud 또는 S3 호환 스토리지의 경우 [이전에 결정한](#determine-the-storage-address) 전체 버킷 경로를 입력합니다. + - Amazon S3, Google Cloud 또는 S3 호환 스토리지의 경우 [이전에 결정한](#스토리지-주소-결정) 전체 버킷 경로를 입력합니다. - W&B Dedicated 또는 Self-Managed의 Azure의 경우, **Account name**을 Azure 계정으로, **Container name**을 Azure blob 스토리지 컨테이너로 설정합니다. - 필요한 경우 추가 연결 설정을 제공합니다. - 해당하는 경우 **Path**를 버킷 하위 경로로 설정합니다. diff --git a/ko/platform/hosting/enterprise-licenses.mdx b/ko/platform/hosting/enterprise-licenses.mdx index 5604c2aaf3..137e001fc7 100644 --- a/ko/platform/hosting/enterprise-licenses.mdx +++ b/ko/platform/hosting/enterprise-licenses.mdx @@ -3,7 +3,7 @@ title: 엔터프라이즈 라이선스 description: start_thought W&B Enterprise 라이선스, 포함된 기능, 라이선스를 취득하고 구성하는 방법에 대해 알아보세요. --- -Enterprise 라이선스는 보안, 컴플라이언스 또는 관리 영역에서 향상된 기능이 필요한 조직을 위해 설계된 W&B 기능들을 활성화합니다. [Enterprise 기능](#enterprise-features) 목록을 확인하세요. +Enterprise 라이선스는 보안, 컴플라이언스 또는 관리 영역에서 향상된 기능이 필요한 조직을 위해 설계된 W&B 기능들을 활성화합니다. [Enterprise 기능](#enterprise-기능) 목록을 확인하세요. - **보안**: 강화된 인증, 암호화 및 access 제어. - **컴플라이언스**: 감사 log 기록, HIPAA 준수 옵션 및 data 거버넌스 제어. @@ -15,7 +15,7 @@ Enterprise 라이선스는 보안, 컴플라이언스 또는 관리 영역에서 Enterprise 라이선스는 W&B 전용 클라우드 및 Self-Managed 배포에서 사용할 수 있습니다. - [W&B 전용 클라우드](/platform/hosting/hosting-options/dedicated_cloud)는 Google Cloud에 배포되고 W&B가 관리하는 싱글 테넌트 인프라를 제공합니다. 전용 클라우드 배포에는 Enterprise 라이선스가 자동으로 포함됩니다. 별도의 설정이 필요하지 않으며, 프로비저닝 즉시 모든 Enterprise 기능을 사용할 수 있습니다. -- [W&B Self-Managed](/platform/hosting/hosting-options/self-managed)는 귀하의 자체 인프라에 배포되어 배포 환경과 data에 대한 완전한 제어권을 제공합니다. 에어갭(Air-gapped) 배포가 지원됩니다. Enterprise 라이선스가 없으면 [Enterprise 기능](#enterprise-features)을 사용할 수 없습니다. +- [W&B Self-Managed](/platform/hosting/hosting-options/self-managed)는 귀하의 자체 인프라에 배포되어 배포 환경과 data에 대한 완전한 제어권을 제공합니다. 에어갭(Air-gapped) 배포가 지원됩니다. Enterprise 라이선스가 없으면 [Enterprise 기능](#enterprise-기능)을 사용할 수 없습니다. ## Enterprise 라이선스 획득 이 섹션은 Enterprise 라이선스를 획득하는 방법을 설명합니다. 유스 케이스에 따라 탭을 선택하여 계속 진행하세요. @@ -40,7 +40,7 @@ Enterprise 라이선스 요청: 이 섹션은 W&B Self-Managed에만 해당됩니다. -[Enterprise 라이선스를 획득](#obtain-an-enterprise-license)한 후, 프로그래밍 방식으로 설정하거나 배포 후 W&B 앱에서 설정할 수 있습니다. 안내를 보려면 탭을 선택하세요. +[Enterprise 라이선스를 획득](#enterprise-라이선스-획득)한 후, 프로그래밍 방식으로 설정하거나 배포 후 W&B 앱에서 설정할 수 있습니다. 안내를 보려면 탭을 선택하세요. @@ -101,7 +101,7 @@ docker run -d \ 인스턴스 또는 조직 관리자로서 다음 단계에 따라 Enterprise 라이선스를 확인하고 관리하세요: 1. W&B 앱에서 오른쪽 상단의 사용자 프로필 아이콘을 클릭한 다음 **System Console**을 클릭합니다. -1. **License** 탭으로 이동합니다. 대시보드에서 라이선스의 권한, 만료일 및 시간 경과에 따른 사용량 요약을 확인할 수 있습니다. 오류가 발생하면 [일반적인 문제](#common-issues)를 참조하세요. +1. **License** 탭으로 이동합니다. 대시보드에서 라이선스의 권한, 만료일 및 시간 경과에 따른 사용량 요약을 확인할 수 있습니다. 오류가 발생하면 [일반적인 문제](#일반적인-문제)를 참조하세요. 1. 라이선스 및 해당 권한에 대한 자세한 정보를 보려면 **View license online**을 클릭합니다. 이 페이지에서 새로운 트라이얼 또는 프로덕션 라이선스를 주문할 수도 있습니다. 페이지 상단에서 **New license order**를 클릭하고 양식을 제출하세요. diff --git a/ko/platform/hosting/hosting-options/self-managed.mdx b/ko/platform/hosting/hosting-options/self-managed.mdx index 5947bd5941..7d89cb48f9 100644 --- a/ko/platform/hosting/hosting-options/self-managed.mdx +++ b/ko/platform/hosting/hosting-options/self-managed.mdx @@ -9,7 +9,7 @@ description: 프로덕션 환경에 W&B Self-Managed 배포하기 W&B는 [W&B Multi-tenant Cloud](/platform/hosting/hosting-options/multi_tenant_cloud) 또는 [W&B 전용 클라우드](/platform/hosting/hosting-options/dedicated_cloud) 배포 유형과 같은 완전 관리형 배포 옵션을 권장합니다. W&B 완전 관리형 서비스는 설정이 거의 또는 전혀 필요하지 않아 사용이 간편하고 안전합니다. -[AWS, Google Cloud 또는 Azure 클라우드 계정](#deploy-wb-server-within-Self-Managed-cloud-accounts) 혹은 [온프레미스 인프라](#deploy-wb-server-in-on-prem-infrastructure) 내에 W&B Server를 배포하세요. +[AWS, Google Cloud 또는 Azure 클라우드 계정](#deploy-wb-server-within-Self-Managed-cloud-accounts) 혹은 [온프레미스 인프라](#온프레미스-인프라에-wb-server-배포하기) 내에 W&B Server를 배포하세요. 귀하의 IT/DevOps/MLOps 팀은 다음 사항에 대한 책임을 집니다: - 배포를 위한 인프라 준비. @@ -26,7 +26,7 @@ W&B는 [W&B Multi-tenant Cloud](/platform/hosting/hosting-options/multi_tenant_c 더 자세한 정보가 필요하시면 [W&B Security Portal](https://security.wandb.ai/)을 참조하세요. -{/* 설정을 완료하려면 [W&B Server 라이선스 획득하기](#obtain-your-wb-server-license)를 확인하세요. */} +{/* 설정을 완료하려면 [W&B Server 라이선스 획득하기](#wb-server-라이선스-획득하기)를 확인하세요. */} ## Self-Managed 클라우드 계정 내에 W&B Server 배포하기 @@ -47,7 +47,7 @@ W&B는 공식 W&B Terraform 스크립트를 사용하여 AWS, Google Cloud 또 ## 커스텀 클라우드 플랫폼에 W&B Server 배포하기 -AWS, Google Cloud, Azure가 아닌 다른 클라우드 플랫폼에도 W&B Server를 배포할 수 있습니다. 이에 대한 요구 사항은 [온프레미스 인프라](#deploy-wb-server-in-on-prem-infrastructure)에 배포하는 경우와 유사합니다. +AWS, Google Cloud, Azure가 아닌 다른 클라우드 플랫폼에도 W&B Server를 배포할 수 있습니다. 이에 대한 요구 사항은 [온프레미스 인프라](#온프레미스-인프라에-wb-server-배포하기)에 배포하는 경우와 유사합니다. ## W&B Server 라이선스 획득하기 diff --git a/ko/platform/hosting/iam/access-management/manage-organization.mdx b/ko/platform/hosting/iam/access-management/manage-organization.mdx index 171d13c2a3..d6c28b8ad2 100644 --- a/ko/platform/hosting/iam/access-management/manage-organization.mdx +++ b/ko/platform/hosting/iam/access-management/manage-organization.mdx @@ -2,9 +2,9 @@ title: 조직 관리하기 --- -조직의 관리자로서 귀하는 조직 내 [개별 사용자를 관리](#add-and-manage-users)하고 [팀을 관리](#add-and-manage-teams)할 수 있습니다. +조직의 관리자로서 귀하는 조직 내 [개별 사용자를 관리](#사용자-추가-및-관리)하고 [팀을 관리](#팀-추가-및-관리)할 수 있습니다. -팀 관리자로서 귀하는 [팀을 관리](#add-and-manage-teams)할 수 있습니다. +팀 관리자로서 귀하는 [팀을 관리](#팀-추가-및-관리)할 수 있습니다. 다음 워크플로우는 인스턴스 관리자 권한이 있는 사용자에게 적용됩니다. 인스턴스 관리자 권한이 필요하다고 생각되면 조직의 관리자에게 문의하세요. @@ -58,7 +58,7 @@ title: 조직 관리하기 3. **새 사용자 초대**를 선택합니다. 4. 나타나는 모달창의 **이메일 또는 사용자 이름** 필드에 사용자의 이메일 또는 사용자 이름을 입력합니다. 5. (권장) **팀 선택** 드롭다운 메뉴에서 사용자를 팀에 추가합니다. -6. **역할 선택** 드롭다운에서 사용자에게 할당할 역할을 선택합니다. 사용자의 역할은 나중에 변경할 수 있습니다. 가능한 역할에 대한 자세한 내용은 [역할 할당](#assign-or-update-a-team-members-role)에 나열된 표를 참조하세요. +6. **역할 선택** 드롭다운에서 사용자에게 할당할 역할을 선택합니다. 사용자의 역할은 나중에 변경할 수 있습니다. 가능한 역할에 대한 자세한 내용은 [역할 할당](#팀-멤버의-역할-할당-또는-업데이트)에 나열된 표를 참조하세요. 7. **초대 보내기** 버튼을 선택합니다. **초대 보내기** 버튼을 선택하면 W&B는 타사 이메일 서버를 통해 사용자의 이메일로 초대 링크를 보냅니다. 사용자가 초대를 수락하면 조직에 엑세스할 수 있습니다. @@ -67,7 +67,7 @@ title: 조직 관리하기 1. `https://.io/console/settings/`로 이동합니다. ``을 조직 이름으로 바꿉니다. 2. **사용자 추가** 버튼을 선택합니다. 3. 나타나는 모달창의 **이메일** 필드에 새 사용자의 이메일을 입력합니다. -4. **역할** 드롭다운에서 사용자에게 할당할 역할을 선택합니다. 사용자의 역할은 나중에 변경할 수 있습니다. 가능한 역할에 대한 자세한 내용은 [역할 할당](#assign-or-update-a-team-members-role)에 나열된 표를 참조하세요. +4. **역할** 드롭다운에서 사용자에게 할당할 역할을 선택합니다. 사용자의 역할은 나중에 변경할 수 있습니다. 가능한 역할에 대한 자세한 내용은 [역할 할당](#팀-멤버의-역할-할당-또는-업데이트)에 나열된 표를 참조하세요. 5. W&B가 타사 이메일 서버를 사용하여 사용자의 이메일로 초대 링크를 보내길 원하면 **사용자에게 초대 이메일 보내기** 박스를 체크합니다. 6. **새 사용자 추가** 버튼을 선택합니다. @@ -139,7 +139,7 @@ SSO를 통한 자동 프로비저닝은 조직 관리자가 개별 사용자 초 2. 페이지 오른쪽 상단에서 **사용자 메뉴** 드롭다운을 선택합니다. 드롭다운에서 **설정**을 선택합니다. 3. **설정** 탭에서 **일반**을 선택합니다. 4. **도메인 캡처** 내에서 **도메인 점유(Claim domain)** 버튼을 선택합니다. -5. **기본 팀** 드롭다운에서 신규 사용자가 자동으로 가입하길 원하는 팀을 선택합니다. 가용한 팀이 없는 경우 팀 설정을 업데이트해야 합니다. [팀 추가 및 관리](#add-and-manage-teams)의 지침을 참조하세요. +5. **기본 팀** 드롭다운에서 신규 사용자가 자동으로 가입하길 원하는 팀을 선택합니다. 가용한 팀이 없는 경우 팀 설정을 업데이트해야 합니다. [팀 추가 및 관리](#팀-추가-및-관리)의 지침을 참조하세요. 6. **이메일 도메인 점유** 버튼을 클릭합니다. 초대되지 않은 신규 사용자를 해당 팀에 자동으로 할당하려면 먼저 팀 설정에서 도메인 일치를 활성화해야 합니다. @@ -171,7 +171,7 @@ Dedicated Cloud 또는 Self-Managed 배포 유형을 사용하는 경우 도메 | 관리자(admin) | 조직에 다른 사용자를 추가하거나 제거하고, 사용자 역할을 변경하고, 커스텀 역할을 관리하고, 팀을 추가하는 등의 작업을 수행할 수 있는 인스턴스 관리자입니다. W&B는 관리자가 부재할 경우를 대비해 관리자를 두 명 이상 지정할 것을 권장합니다. | | Member | 인스턴스 관리자가 초대한 조직의 일반 사용자입니다. 조직 멤버는 다른 사용자를 초대하거나 조직의 기존 사용자를 관리할 수 없습니다. | | Viewer (Enterprise 전용 기능) | 인스턴스 관리자가 초대한 조직의 뷰어 전용 사용자입니다. 뷰어는 조직 및 자신이 멤버로 속한 하위 팀에 대해 읽기 엑세스 권한만 가집니다. | -| 커스텀 역할 (Enterprise 전용 기능) | 커스텀 역할을 통해 조직 관리자는 앞서 언급한 View-Only 또는 Member 역할을 상속받고 추가 권한을 더해 세밀한 엑세스 제어를 구현하는 새로운 역할을 구성할 수 있습니다. 팀 관리자는 해당 커스텀 역할을 각 팀의 사용자에게 할당할 수 있습니다. [커스텀 역할 추가 및 관리](#add-and-manage-custom-roles)를 참조하세요. | +| 커스텀 역할 (Enterprise 전용 기능) | 커스텀 역할을 통해 조직 관리자는 앞서 언급한 View-Only 또는 Member 역할을 상속받고 추가 권한을 더해 세밀한 엑세스 제어를 구현하는 새로운 역할을 구성할 수 있습니다. 팀 관리자는 해당 커스텀 역할을 각 팀의 사용자에게 할당할 수 있습니다. [커스텀 역할 추가 및 관리](#커스텀-역할-추가-및-관리)를 참조하세요. | 사용자의 역할을 변경하려면 다음을 수행하세요. @@ -249,18 +249,18 @@ Model seat 유형과 Weave 엑세스 유형은 조직 수준에서 정의되며 3. **사용자** 탭을 선택합니다. 4. **새 사용자 초대**를 선택합니다. -5. 나타나는 모달창의 **이메일 또는 사용자 이름** 필드에 사용자의 이메일을 입력하고 **팀 역할 선택** 드롭다운에서 해당 사용자에게 할당할 역할을 선택합니다. 사용자가 팀에서 가질 수 있는 역할에 대한 자세한 내용은 [팀 역할](#assign-or-update-a-team-members-role)을 참조하세요. +5. 나타나는 모달창의 **이메일 또는 사용자 이름** 필드에 사용자의 이메일을 입력하고 **팀 역할 선택** 드롭다운에서 해당 사용자에게 할당할 역할을 선택합니다. 사용자가 팀에서 가질 수 있는 역할에 대한 자세한 내용은 [팀 역할](#팀-멤버의-역할-할당-또는-업데이트)을 참조하세요. 6. **초대 보내기** 버튼을 선택합니다. 기본적으로 팀 또는 인스턴스 관리자만 팀에 멤버를 초대할 수 있습니다. 이 동작을 변경하려면 [팀 설정](/platform/app/settings-page/teams#privacy)을 참조하세요. -이메일 초대를 통해 수동으로 사용자를 초대하는 것 외에도, 새 사용자의 [이메일이 조직의 도메인과 일치하는 경우](#domain-capture) 새 사용자를 팀에 자동으로 추가할 수 있습니다. +이메일 초대를 통해 수동으로 사용자를 초대하는 것 외에도, 새 사용자의 [이메일이 조직의 도메인과 일치하는 경우](#도메인-캡처) 새 사용자를 팀에 자동으로 추가할 수 있습니다. ### 가입 중 팀 조직에 멤버 일치시키기 조직 내 신규 사용자가 가입할 때 조직 내 팀을 검색할 수 있도록 허용합니다. 신규 사용자는 조직의 인증된 이메일 도메인과 일치하는 인증된 이메일 도메인을 가지고 있어야 합니다. 인증된 신규 사용자는 W&B 계정에 가입할 때 조직에 속한 인증된 팀 목록을 볼 수 있습니다. -조직 관리자는 도메인 점유를 활성화해야 합니다. 도메인 캡처를 활성화하려면 [도메인 캡처](#domain-capture)에 설명된 단계를 따르세요. +조직 관리자는 도메인 점유를 활성화해야 합니다. 도메인 캡처를 활성화하려면 [도메인 캡처](#도메인-캡처)에 설명된 단계를 따르세요. ### 팀 멤버의 역할 할당 또는 업데이트 @@ -326,4 +326,4 @@ Dedicated Cloud 또는 Self-Managed 배포에서 커스텀 역할을 생성하 -이제 팀 관리자가 [팀 설정](#invite-users-to-a-team)에서 팀 멤버에게 커스텀 역할을 할당할 수 있습니다. \ No newline at end of file +이제 팀 관리자가 [팀 설정](#팀에-사용자-초대하기)에서 팀 멤버에게 커스텀 역할을 할당할 수 있습니다. \ No newline at end of file diff --git a/ko/platform/hosting/iam/automate_iam.mdx b/ko/platform/hosting/iam/automate_iam.mdx index 02fbef1b8d..cd0aa97682 100644 --- a/ko/platform/hosting/iam/automate_iam.mdx +++ b/ko/platform/hosting/iam/automate_iam.mdx @@ -16,15 +16,15 @@ W&B의 구현에는 기본 제공 역할 및 커스텀 역할 할당뿐만 아 ### User SCIM API -[User SCIM API](./scim#user-resource)를 사용하면 W&B 조직 내에서 Users 를 생성, 비활성화, 조회 및 나열할 수 있으며, 사전 정의된 역할 또는 커스텀 역할을 할당할 수 있습니다. 전체 요청/응답 예시는 상세 [SCIM 레퍼런스](./scim#user-management)를 참조하세요. +[User SCIM API](./scim#user-resource)를 사용하면 W&B 조직 내에서 Users 를 생성, 비활성화, 조회 및 나열할 수 있으며, 사전 정의된 역할 또는 커스텀 역할을 할당할 수 있습니다. 전체 요청/응답 예시는 상세 [SCIM 레퍼런스](./scim#사용자-관리)를 참조하세요. -`PATCH /scim/Users/{id}`를 호출하고 `{"active": false}`로 설정하여 사용자를 비활성화합니다. 호스팅 옵션에 따라 결과가 달라집니다. 전용 클라우드 및 자체 관리형 (Self-Managed) 배포는 사용자 기록을 유지하는 반면, 멀티 테넌트 클라우드는 조직에서 사용자를 제거합니다. 멀티 테넌트 클라우드에서는 재활성화를 사용할 수 없으므로 사용자를 다시 추가해야 합니다. [사용자 비활성화](./scim#deactivate-user) 및 [사용자 재활성화](./scim#reactivate-user)를 참조하세요. +`PATCH /scim/Users/{id}`를 호출하고 `{"active": false}`로 설정하여 사용자를 비활성화합니다. 호스팅 옵션에 따라 결과가 달라집니다. 전용 클라우드 및 자체 관리형 (Self-Managed) 배포는 사용자 기록을 유지하는 반면, 멀티 테넌트 클라우드는 조직에서 사용자를 제거합니다. 멀티 테넌트 클라우드에서는 재활성화를 사용할 수 없으므로 사용자를 다시 추가해야 합니다. [사용자 비활성화](./scim#사용자-비활성화) 및 [사용자 재활성화](./scim#사용자-활성화)를 참조하세요. ### Group SCIM API -[Group SCIM API](./scim#group-resource)를 사용하면 조직 내 Teams 생성 또는 제거를 포함하여 W&B Teams 를 관리할 수 있습니다. 기존 팀에 사용자를 추가하거나 제거하려면 `PATCH Group`을 사용하세요. +[Group SCIM API](./scim#group-리소스)를 사용하면 조직 내 Teams 생성 또는 제거를 포함하여 W&B Teams 를 관리할 수 있습니다. 기존 팀에 사용자를 추가하거나 제거하려면 `PATCH Group`을 사용하세요. W&B 내에는 `동일한 역할을 가진 사용자 그룹`이라는 개념이 없습니다. W&B 팀은 그룹과 매우 유사하며, 서로 다른 역할을 가진 다양한 페르소나가 관련 Projects 세트에서 협업할 수 있도록 합니다. 팀은 서로 다른 사용자 그룹으로 구성될 수 있습니다. 팀의 각 사용자에게 팀 관리자, 멤버, 뷰어 또는 커스텀 역할을 할당하세요. @@ -34,7 +34,7 @@ W&B는 그룹과 W&B Teams 사이의 유사성 때문에 Group SCIM API 엔드 ### Custom role API -[Custom Role SCIM API](./scim#role-resource)를 사용하면 조직 내에서 커스텀 역할을 생성, 나열 또는 업데이트하는 등 커스텀 역할을 관리할 수 있습니다. +[Custom Role SCIM API](./scim#역할-리소스)를 사용하면 조직 내에서 커스텀 역할을 생성, 나열 또는 업데이트하는 등 커스텀 역할을 관리할 수 있습니다. 커스텀 역할을 삭제할 때는 주의하십시오. diff --git a/ko/platform/hosting/iam/identity_federation.mdx b/ko/platform/hosting/iam/identity_federation.mdx index 9f34ea45b8..957c9312e5 100644 --- a/ko/platform/hosting/iam/identity_federation.mdx +++ b/ko/platform/hosting/iam/identity_federation.mdx @@ -58,9 +58,9 @@ W&B는 오랫동안 수명이 긴 API 키를 사용하는 내장 서비스 계 * `New service account`를 누릅니다. * 서비스 계정의 이름을 입력하고 `Authentication Method`로 `Federated Identity`를 선택한 다음, `Subject`를 입력하고 `Create`를 누릅니다. -외부 서비스 계정 JWT의 `sub` 클레임은 팀 관리자가 팀 수준의 **Service Accounts** 탭에서 주체(subject)로 구성한 것과 동일해야 합니다. 이 클레임은 [JWT 검증](#jwt-validation)의 일부로 확인됩니다. `aud` 클레임 요구 사항은 일반 사용자 JWT와 유사합니다. +외부 서비스 계정 JWT의 `sub` 클레임은 팀 관리자가 팀 수준의 **Service Accounts** 탭에서 주체(subject)로 구성한 것과 동일해야 합니다. 이 클레임은 [JWT 검증](#jwt-검증)의 일부로 확인됩니다. `aud` 클레임 요구 사항은 일반 사용자 JWT와 유사합니다. -[외부 서비스 계정의 JWT를 사용하여 W&B에 엑세스할 때](#using-the-jwt-to-access-wb), 초기 JWT를 생성하고 지속적으로 갱신하는 워크플로우를 자동화하는 것이 일반적으로 더 쉽습니다. 외부 서비스 계정을 사용하여 로그된 Runs를 실제 사용자에게 귀속시키고 싶은 경우, 내장 서비스 계정에서 하는 방식과 유사하게 AI 워크플로우에 환경 변수 `WANDB_USERNAME` 또는 `WANDB_USER_EMAIL`을 구성할 수 있습니다. +[외부 서비스 계정의 JWT를 사용하여 W&B에 엑세스할 때](#jwt를-사용하여-wb에-엑세스하기), 초기 JWT를 생성하고 지속적으로 갱신하는 워크플로우를 자동화하는 것이 일반적으로 더 쉽습니다. 외부 서비스 계정을 사용하여 로그된 Runs를 실제 사용자에게 귀속시키고 싶은 경우, 내장 서비스 계정에서 하는 방식과 유사하게 AI 워크플로우에 환경 변수 `WANDB_USERNAME` 또는 `WANDB_USER_EMAIL`을 구성할 수 있습니다. W&B는 유연성과 단순성 사이의 균형을 맞추기 위해, 데이터 민감도 수준이 다른 여러 AI 워크로드에 걸쳐 내장 서비스 계정과 외부 서비스 계정을 혼합하여 사용할 것을 권장합니다. diff --git a/ko/platform/hosting/iam/ldap.mdx b/ko/platform/hosting/iam/ldap.mdx index 4e12d3b762..36f5537693 100644 --- a/ko/platform/hosting/iam/ldap.mdx +++ b/ko/platform/hosting/iam/ldap.mdx @@ -37,7 +37,7 @@ W&B Admin 역할만 LDAP 인증을 활성화하고 구성할 수 있습니다. | `LOCAL_LDAP_GROUP_ALLOW_LIST` | No | | | `LOCAL_LDAP_LOGIN` | No | | -각 환경 변수의 정의는 [구성 파라미터](#configuration-parameters) 섹션을 참조하십시오. 명확성을 위해 정의 이름에서 환경 변수 접두사 `LOCAL_LDAP`은 생략되었습니다. +각 환경 변수의 정의는 [구성 파라미터](#구성-파라미터) 섹션을 참조하십시오. 명확성을 위해 정의 이름에서 환경 변수 접두사 `LOCAL_LDAP`은 생략되었습니다. diff --git a/ko/platform/hosting/iam/org_team_struct.mdx b/ko/platform/hosting/iam/org_team_struct.mdx index feee748afe..deeafc3e57 100644 --- a/ko/platform/hosting/iam/org_team_struct.mdx +++ b/ko/platform/hosting/iam/org_team_struct.mdx @@ -20,7 +20,7 @@ W&B 플랫폼은 W&B 내에서 세 가지 IAM 스코프를 가집니다: [Organi AI 프로젝트는 팀의 컨텍스트 내에서 조직됩니다. 팀 내의 엑세스 제어는 팀 관리자(team admins)에 의해 관리되며, 이들은 상위 organization 수준의 관리자일 수도 있고 아닐 수도 있습니다. -더 자세한 정보는 [Add and manage teams](./access-management/manage-organization#add-and-manage-teams)를 참조하세요. +더 자세한 정보는 [Add and manage teams](./access-management/manage-organization#팀-추가-및-관리)를 참조하세요. ## Project diff --git a/ko/platform/hosting/iam/scim.mdx b/ko/platform/hosting/iam/scim.mdx index b448403442..c5be741cb4 100644 --- a/ko/platform/hosting/iam/scim.mdx +++ b/ko/platform/hosting/iam/scim.mdx @@ -379,7 +379,7 @@ DELETE /scim/Users/abc -사용자를 일시적으로 비활성화하려면 `PATCH` 엔드포인트를 사용하는 [사용자 비활성화](#deactivate-user) API를 참조하세요. +사용자를 일시적으로 비활성화하려면 `PATCH` 엔드포인트를 사용하는 [사용자 비활성화](#사용자-비활성화) API를 참조하세요. ### 사용자 이메일 업데이트 @@ -528,7 +528,7 @@ PATCH /scim/Users/abc 조직에서 사용자를 비활성화합니다. 실제 결과는 배포 유형에 따라 다릅니다: -- **Dedicated Cloud** / **Self-Managed**: 사용자의 `active` 필드를 `false`로 설정합니다. 비활성화된 사용자의 조직 엑세스를 복구하려면 [사용자 활성화](#reactivate-user)를 참조하세요. +- **Dedicated Cloud** / **Self-Managed**: 사용자의 `active` 필드를 `false`로 설정합니다. 비활성화된 사용자의 조직 엑세스를 복구하려면 [사용자 활성화](#사용자-활성화)를 참조하세요. - **Multi-tenant Cloud**: 조직에서 사용자를 제거합니다. 사용자의 엑세스를 복구하려면 조직에 다시 추가해야 합니다. [사용자 생성](#create-user-request-multi-tenant)을 참조하세요. Multi-tenant Cloud에서는 사용자의 계정이 조직에 의해 관리되지 않습니다. 이 작업은 사용자에게만 적용되며 서비스 계정에는 적용되지 않습니다. 서비스 계정 비활성화는 지원되지 않습니다. 팀 서비스 계정은 W&B Team 설정에서 관리하세요. diff --git a/ko/platform/hosting/iam/service-accounts.mdx b/ko/platform/hosting/iam/service-accounts.mdx index 05e56421b3..a94a09ad8a 100644 --- a/ko/platform/hosting/iam/service-accounts.mdx +++ b/ko/platform/hosting/iam/service-accounts.mdx @@ -80,7 +80,7 @@ import ServiceAccountApiKeyDelete from "/snippets/en/_includes/service-account-a ### 외부 서비스 계정 -기본 제공 서비스 계정 외에도, W&B는 JSON Web Tokens(JWT)을 발행할 수 있는 ID 공급자(IdP)와 [ID 연동(Identity federation)](./identity_federation#external-service-accounts)을 사용하여 W&B SDK 및 CLI에서 팀 범위의 외부 서비스 계정을 지원합니다. +기본 제공 서비스 계정 외에도, W&B는 JSON Web Tokens(JWT)을 발행할 수 있는 ID 공급자(IdP)와 [ID 연동(Identity federation)](./identity_federation#외부-서비스-계정)을 사용하여 W&B SDK 및 CLI에서 팀 범위의 외부 서비스 계정을 지원합니다. ## 모범 사례 diff --git a/ko/platform/hosting/monitoring-usage/audit-logging.mdx b/ko/platform/hosting/monitoring-usage/audit-logging.mdx index f18f54aa4f..e5055fd82a 100644 --- a/ko/platform/hosting/monitoring-usage/audit-logging.mdx +++ b/ko/platform/hosting/monitoring-usage/audit-logging.mdx @@ -2,7 +2,7 @@ title: Audit logs를 사용하여 User 활동 추적하기 --- -W&B 감사 로그(audit logs)를 사용하여 조직 내의 사용자 활동을 추적하고 엔터프라이즈 거버넌스 요구 사항을 준수하세요. 감사 로그는 JSON 형식으로 제공됩니다. [감사 로그 스키마](#audit-log-schema)를 참조하세요. +W&B 감사 로그(audit logs)를 사용하여 조직 내의 사용자 활동을 추적하고 엔터프라이즈 거버넌스 요구 사항을 준수하세요. 감사 로그는 JSON 형식으로 제공됩니다. [감사 로그 스키마](#감사-로그-스키마)를 참조하세요. 감사 로그에 액세스하는 방법은 W&B 플랫폼 배포 유형에 따라 다릅니다: @@ -14,7 +14,7 @@ W&B 감사 로그(audit logs)를 사용하여 조직 내의 사용자 활동을 감사 로그를 가져온 후에는 [Pandas](https://pandas.pydata.org/docs/index.html), [Amazon Redshift](https://aws.amazon.com/redshift/), [Google BigQuery](https://cloud.google.com/bigquery) 또는 [Microsoft Fabric](https://www.microsoft.com/microsoft-fabric)과 같은 툴을 사용하여 분석할 수 있습니다. 일부 감사 로그 분석 툴은 JSON을 지원하지 않을 수 있습니다. 분석 전에 JSON 형식의 감사 로그를 변환하기 위한 가이드라인 및 요구 사항은 해당 분석 툴의 문서를 참조하세요. -로그 형식에 대한 자세한 내용은 [감사 로그 스키마](#audit-log-schema) 및 [액션](#actions)을 참조하세요. +로그 형식에 대한 자세한 내용은 [감사 로그 스키마](#감사-로그-스키마) 및 [액션](#액션)을 참조하세요. ## 감사 로그 보관 - 감사 로그를 특정 기간 동안 보관해야 하는 경우, W&B는 스토리지 버킷이나 Audit Logging API를 사용하여 로그를 정기적으로 장기 스토리지로 전송할 것을 권장합니다. @@ -25,7 +25,7 @@ W&B 감사 로그(audit logs)를 사용하여 조직 내의 사용자 활동을 | 키 | 정의 | |---------| -------| -|`action` | 이벤트의 [액션](#actions)입니다. +|`action` | 이벤트의 [액션](#액션)입니다. |`actor_email` | 해당되는 경우, 액션을 시작한 사용자의 이메일 주소입니다. |`actor_ip` | 액션을 시작한 사용자의 IP 주소입니다. |`actor_user_id` | 해당되는 경우, 액션을 수행한 로그인된 사용자의 ID입니다. @@ -82,7 +82,7 @@ W&B 감사 로그(audit logs)를 사용하여 조직 내의 사용자 활동을 1. `?` 형식으로 정규화된 엔드포인트 URL을 구성합니다. 1. 웹 브라우저나 [Postman](https://www.postman.com/downloads/), [HTTPie](https://httpie.io/) 또는 cURL과 같은 툴을 사용하여 정규화된 API 엔드포인트에 HTTP `GET` 요청을 실행합니다. -API 응답에는 줄바꿈으로 구분된 JSON 오브젝트가 포함됩니다. 오브젝트에는 감사 로그가 인스턴스 레벨 버킷에 동기화될 때와 마찬가지로 [스키마](#audit-log-schema)에 설명된 필드가 포함됩니다. 이 경우 감사 로그는 버킷의 `/wandb-audit-logs` 디렉토리에 위치합니다. +API 응답에는 줄바꿈으로 구분된 JSON 오브젝트가 포함됩니다. 오브젝트에는 감사 로그가 인스턴스 레벨 버킷에 동기화될 때와 마찬가지로 [스키마](#감사-로그-스키마)에 설명된 필드가 포함됩니다. 이 경우 감사 로그는 버킷의 `/wandb-audit-logs` 디렉토리에 위치합니다. ### 기본 인증 사용 감사 로그 API에 액세스하기 위해 API 키로 기본 인증(basic authentication)을 사용하려면, HTTP 요청의 `Authorization` 헤더를 `Basic` 문자열 뒤에 공백을 두고 `username:API-KEY` 형식을 base-64로 인코딩한 문자열로 설정하세요. 즉, 사용자 이름과 API 키를 `:` 문자로 구분한 값으로 바꾼 다음 그 결과를 base-64로 인코딩합니다. 예를 들어, `demo:p@55w0rd`로 인증하려면 헤더는 `Authorization: Basic ZGVtbzpwQDU1dzByZA==`가 되어야 합니다. diff --git a/ko/platform/hosting/operator.mdx b/ko/platform/hosting/operator.mdx index c7e520f05f..1452996317 100644 --- a/ko/platform/hosting/operator.mdx +++ b/ko/platform/hosting/operator.mdx @@ -47,7 +47,7 @@ metadata: `controller-manager`는 사용자 정의 리소스의 spec, 릴리스 채널 및 사용자 정의 설정을 기반으로 [charts/operator-wandb](https://github.com/wandb/helm-charts/tree/main/charts/operator-wandb)를 설치합니다. 설정 사양 계층 구조는 사용자 측에서 최대의 설정 유연성을 제공하며 W&B가 새로운 이미지, 설정, 기능 및 Helm 업데이트를 자동으로 릴리스할 수 있도록 합니다. -설정 옵션은 [설정 사양 계층 구조](#configuration-specification-hierarchy) 및 [W&B 에이전트 설정 레퍼런스](#configuration-reference-for-wb-operator)를 참조하십시오. +설정 옵션은 [설정 사양 계층 구조](#설정-사양-계층-구조) 및 [W&B 에이전트 설정 레퍼런스](#사용자-정의-보안-컨텍스트)를 참조하십시오. 배포는 서비스당 하나씩 여러 개의 pod로 구성됩니다. 각 pod의 이름 앞에는 `wandb-`가 붙습니다. @@ -56,7 +56,7 @@ metadata: - **릴리스 채널 값 (Release Channel Values)**: 이 기본 레벨 설정은 배포를 위해 W&B에서 설정한 릴리스 채널을 기반으로 기본값과 설정을 지정합니다. - **사용자 입력 값 (User Input Values)**: 사용자는 시스템 콘솔을 통해 릴리스 채널 spec에서 제공하는 기본 설정을 재정의할 수 있습니다. -- **사용자 정의 리소스 값 (Custom Resource Values)**: 사용자로부터 오는 최고 수준의 사양입니다. 여기에 지정된 모든 값은 사용자 입력 및 릴리스 채널 사양을 모두 덮어씁니다. 설정 옵션에 대한 자세한 설명은 [설정 레퍼런스](#configuration-reference-for-wb-operator)를 참조하십시오. +- **사용자 정의 리소스 값 (Custom Resource Values)**: 사용자로부터 오는 최고 수준의 사양입니다. 여기에 지정된 모든 값은 사용자 입력 및 릴리스 채널 사양을 모두 덮어씁니다. 설정 옵션에 대한 자세한 설명은 [설정 레퍼런스](#사용자-정의-보안-컨텍스트)를 참조하십시오. 이 계층적 모델은 설정이 유연하고 다양한 요구 사항을 충족하도록 사용자 정의될 수 있도록 보장하는 동시에 업그레이드 및 변경에 대해 관리 가능하고 체계적인 접근 방식을 유지합니다. @@ -74,12 +74,12 @@ metadata: ### Redis -외부 Redis 인스턴스를 구성하는 방법에 대한 자세한 내용은 [외부 Redis 설정 섹션](#external-redis)을 참조하십시오. +외부 Redis 인스턴스를 구성하는 방법에 대한 자세한 내용은 [외부 Redis 설정 섹션](#사용자-정의-kubernetes-serviceaccounts)을 참조하십시오. ### 오브젝트 스토리지 -Helm 값에서 오브젝트 스토리지를 구성하는 방법에 대한 자세한 내용은 [오브젝트 스토리지 버킷 설정 섹션](#object-storage-bucket)을 참조하십시오. +Helm 값에서 오브젝트 스토리지를 구성하는 방법에 대한 자세한 내용은 [오브젝트 스토리지 버킷 설정 섹션](#호스트-host)을 참조하십시오. ### 네트워킹 요구 사항 @@ -135,7 +135,7 @@ api: readOnlyRootFilesystem: false ``` -필요한 경우 `app` 또는 `console`과 같은 다른 구성 요소에 대해 사용자 정의 보안 컨텍스트를 구성하십시오. 자세한 내용은 [사용자 정의 보안 컨텍스트](#custom-security-context)를 참조하십시오. +필요한 경우 `app` 또는 `console`과 같은 다른 구성 요소에 대해 사용자 정의 보안 컨텍스트를 구성하십시오. 자세한 내용은 [사용자 정의 보안 컨텍스트](#사용자-정의-인증-기관-custom-ca)를 참조하십시오. ## W&B 서버 애플리케이션 배포 @@ -166,7 +166,7 @@ Helm CLI로 W&B Kubernetes Operator를 설치하려면 다음 단계를 따르 ```shell helm upgrade --install operator wandb/operator -n wandb-cr --create-namespace ``` -3. W&B 서버 설치를 트리거하도록 W&B 에이전트 사용자 정의 리소스를 설정합니다. W&B 배포 설정이 포함된 `operator.yaml`이라는 파일을 생성합니다. 모든 가용 옵션은 [설정 레퍼런스](#configuration-reference-for-wb-server)를 참조하십시오. +3. W&B 서버 설치를 트리거하도록 W&B 에이전트 사용자 정의 리소스를 설정합니다. W&B 배포 설정이 포함된 `operator.yaml`이라는 파일을 생성합니다. 모든 가용 옵션은 [설정 레퍼런스](#wb-서버-설정-레퍼런스)를 참조하십시오. 다음은 최소 설정 예시입니다: @@ -201,7 +201,7 @@ Helm CLI로 W&B Kubernetes Operator를 설치하려면 다음 단계를 따르 배포가 완료될 때까지 기다립니다. 몇 분 정도 소요됩니다. -5. 웹 UI를 사용하여 설치를 확인하려면 첫 번째 관리자 사용자 계정을 생성한 다음 [설치 확인](#verify-the-installation)에 설명된 확인 단계를 따르십시오. +5. 웹 UI를 사용하여 설치를 확인하려면 첫 번째 관리자 사용자 계정을 생성한 다음 [설치 확인](#설치-확인)에 설명된 확인 단계를 따르십시오. ### Helm Terraform 모듈로 W&B 배포 @@ -240,7 +240,7 @@ module "wandb" { } ``` -설정 옵션은 [설정 레퍼런스](#configuration-reference-for-wb-operator)에 설명된 것과 동일하지만 구문은 HCL(HashiCorp Configuration Language)을 따라야 합니다. Terraform 모듈은 W&B 사용자 정의 리소스 정의(CRD)를 생성합니다. +설정 옵션은 [설정 레퍼런스](#사용자-정의-보안-컨텍스트)에 설명된 것과 동일하지만 구문은 HCL(HashiCorp Configuration Language)을 따라야 합니다. Terraform 모듈은 W&B 사용자 정의 리소스 정의(CRD)를 생성합니다. W&B가 고객을 위해 "전용 클라우드 (Dedicated Cloud)" 설치를 배포하기 위해 Helm Terraform 모듈을 어떻게 사용하는지 보려면 다음 링크를 참조하십시오: - [AWS](https://github.com/wandb/terraform-aws-wandb/blob/45e1d746f53e78e73e68f911a1f8cad5408e74b6/main.tf#L225) @@ -331,12 +331,12 @@ W&B 에이전트는 W&B 서버를 위한 기본이자 권장되는 설치 방법 - 공식 W&B 클라우드 Terraform 모듈을 사용한 경우 해당 문서로 이동하여 단계를 따르십시오: - - [AWS](#migrate-to-operator-based-aws-terraform-modules) - - [Google Cloud](#migrate-to-operator-based-google-cloud-terraform-modules) - - [Azure](#migrate-to-operator-based-azure-terraform-modules) -- [W&B Non-Operator Helm 차트](https://github.com/wandb/helm-charts/tree/main/charts/wandb)를 사용한 경우 [여기](#migrate-to-operator-based-helm-chart)에서 계속하십시오. -- [Terraform과 함께 W&B Non-Operator Helm 차트](https://registry.terraform.io/modules/wandb/wandb/kubernetes/latest)를 사용한 경우 [여기](#migrate-to-operator-based-terraform-helm-chart)에서 계속하십시오. -- manifest로 Kubernetes 리소스를 생성한 경우 [여기](#migrate-to-operator-based-helm-chart)에서 계속하십시오. + - [AWS](#에이전트-기반-aws-terraform-모듈로-마이그레이션) + - [Google Cloud](#에이전트-기반-google-cloud-terraform-모듈로-마이그레이션) + - [Azure](#에이전트-기반-azure-terraform-모듈로-마이그레이션) +- [W&B Non-Operator Helm 차트](https://github.com/wandb/helm-charts/tree/main/charts/wandb)를 사용한 경우 [여기](#에이전트-기반-helm-차트로-마이그레이션)에서 계속하십시오. +- [Terraform과 함께 W&B Non-Operator Helm 차트](https://registry.terraform.io/modules/wandb/wandb/kubernetes/latest)를 사용한 경우 [여기](#에이전트-기반-terraform-helm-차트로-마이그레이션)에서 계속하십시오. +- manifest로 Kubernetes 리소스를 생성한 경우 [여기](#에이전트-기반-helm-차트로-마이그레이션)에서 계속하십시오. ### 에이전트 기반 AWS Terraform 모듈로 마이그레이션 @@ -366,7 +366,7 @@ W&B 에이전트는 W&B 서버를 위한 기본이자 권장되는 설치 방법 ``` 이제 다음 단계에 필요한 모든 설정 값을 확보했습니다. -2. `operator.yaml`이라는 파일을 생성합니다. [설정 레퍼런스](#configuration-reference-for-wb-operator)에 설명된 형식을 따릅니다. 1단계의 값을 사용합니다. +2. `operator.yaml`이라는 파일을 생성합니다. [설정 레퍼런스](#사용자-정의-보안-컨텍스트)에 설명된 형식을 따릅니다. 1단계의 값을 사용합니다. 3. 현재 배포의 pod 수를 0으로 확장합니다. 이 단계는 현재 배포를 중지합니다. ```shell @@ -386,7 +386,7 @@ W&B 에이전트는 W&B 서버를 위한 기본이자 권장되는 설치 방법 ``` 배포가 완료되는 데 몇 분 정도 걸립니다. -7. 설치를 확인합니다. [설치 확인](#verify-the-installation)의 단계를 따라 모든 것이 작동하는지 확인하십시오. +7. 설치를 확인합니다. [설치 확인](#설치-확인)의 단계를 따라 모든 것이 작동하는지 확인하십시오. 8. 이전 설치를 제거합니다. 이전 Helm 차트를 제거하거나 manifest로 생성된 리소스를 삭제합니다. @@ -395,16 +395,16 @@ W&B 에이전트는 W&B 서버를 위한 기본이자 권장되는 설치 방법 에이전트 기반 Helm 차트로 마이그레이션하려면 다음 단계를 따르십시오: -1. Terraform 설정을 준비합니다. Terraform 설정에서 이전 배포의 Terraform 코드를 [여기](#deploy-wb-with-helm-terraform-module)에 설명된 코드로 교체합니다. 이전과 동일한 변수를 설정합니다. .tfvars 파일이 있는 경우 변경하지 마십시오. +1. Terraform 설정을 준비합니다. Terraform 설정에서 이전 배포의 Terraform 코드를 [여기](#helm-terraform-모듈로-wb-배포)에 설명된 코드로 교체합니다. 이전과 동일한 변수를 설정합니다. .tfvars 파일이 있는 경우 변경하지 마십시오. 2. Terraform을 실행합니다. terraform init, plan 및 apply를 실행합니다. -3. 설치를 확인합니다. [설치 확인](#verify-the-installation)의 단계를 따라 모든 것이 작동하는지 확인하십시오. +3. 설치를 확인합니다. [설치 확인](#설치-확인)의 단계를 따라 모든 것이 작동하는지 확인하십시오. 4. 이전 설치를 제거합니다. 이전 Helm 차트를 제거하거나 manifest로 생성된 리소스를 삭제합니다. ## W&B 서버 설정 레퍼런스 -이 섹션에서는 W&B 서버 애플리케이션의 설정 옵션을 설명합니다. 애플리케이션은 [WeightsAndBiases](#how-it-works)라는 사용자 정의 리소스 정의로 설정을 받습니다. 일부 설정 옵션은 아래 설정을 통해 노출되며, 일부는 환경 변수로 설정해야 합니다. +이 섹션에서는 W&B 서버 애플리케이션의 설정 옵션을 설명합니다. 애플리케이션은 [WeightsAndBiases](#작동-방식)라는 사용자 정의 리소스 정의로 설정을 받습니다. 일부 설정 옵션은 아래 설정을 통해 노출되며, 일부는 환경 변수로 설정해야 합니다. 문서에는 두 가지 환경 변수 목록이 있습니다: [기본](/platform/hosting/env-vars/) 및 [고급](/platform/hosting/iam/advanced_env_vars/). 필요한 설정 옵션이 Helm 차트를 통해 노출되지 않는 경우에만 환경 변수를 사용하십시오. @@ -598,7 +598,7 @@ global: ### 인그레스 (Ingress) -인그레스 클래스를 확인하려면 이 FAQ [항목](#how-to-identify-the-kubernetes-ingress-class)을 참조하십시오. +인그레스 클래스를 확인하려면 이 FAQ [항목](#wb-서버-로그는-어떻게-보나요)을 참조하십시오. **TLS 미사용 시** @@ -1045,7 +1045,7 @@ ConfigMap의 각 키는 `.crt`로 끝나야 합니다 (예: `my-cert.crt` 또는 * **`wandb-weave-trace`**: LLM 기반 애플리케이션의 추적, 실험, 평가, 배포 및 개선을 위한 프레임워크입니다. 이 프레임워크는 `wandb-app` pod를 통해 엑세스됩니다. ### W&B 에이전트 콘솔 비밀번호를 어떻게 얻나요? -[W&B Kubernetes 에이전트 관리 콘솔 엑세스](#access-the-wb-management-console)를 참조하십시오. +[W&B Kubernetes 에이전트 관리 콘솔 엑세스](#wb-관리-콘솔-엑세스)를 참조하십시오. ### 인그레스가 작동하지 않을 때 W&B 에이전트 콘솔에 어떻게 엑세스하나요? @@ -1058,7 +1058,7 @@ kubectl port-forward svc/wandb-console 8082 브라우저에서 `https://localhost:8082/` console로 콘솔에 엑세스합니다. -비밀번호를 얻는 방법은 [W&B Kubernetes 에이전트 관리 콘솔 엑세스](#access-the-wb-management-console)를 참조하십시오 (옵션 2). +비밀번호를 얻는 방법은 [W&B Kubernetes 에이전트 관리 콘솔 엑세스](#wb-관리-콘솔-엑세스)를 참조하십시오 (옵션 2). ### W&B 서버 로그는 어떻게 보나요? diff --git a/ko/platform/hosting/self-managed/aws-tf.mdx b/ko/platform/hosting/self-managed/aws-tf.mdx index a389975e4d..098daf2540 100644 --- a/ko/platform/hosting/self-managed/aws-tf.mdx +++ b/ko/platform/hosting/self-managed/aws-tf.mdx @@ -254,9 +254,9 @@ module "wandb_infra" { Amazon S3 버킷을 W&B의 파일 스토리지 백엔드로 사용하려면 다음 작업이 필요합니다. -* [Amazon S3 버킷 및 버킷 알림 생성](#create-an-s3-bucket-and-bucket-notifications) -* [SQS 큐 생성](#create-an-sqs-queue) -* [W&B를 실행하는 노드에 권한 부여](#grant-permissions-to-node-that-runs-wb) +* [Amazon S3 버킷 및 버킷 알림 생성](#amazon-s3-버킷-및-버킷-알림-생성) +* [SQS 큐 생성](#sqs-큐-생성) +* [W&B를 실행하는 노드에 권한 부여](#wb를-실행하는-노드에-권한-부여) 버킷을 생성하고, 해당 버킷의 오브젝트 생성 알림을 받도록 구성된 SQS 큐를 만들어야 합니다. 인스턴스에는 이 큐에서 읽을 수 있는 권한이 필요합니다. diff --git a/ko/platform/hosting/self-managed/azure-tf.mdx b/ko/platform/hosting/self-managed/azure-tf.mdx index 57c86df286..de05ee2423 100644 --- a/ko/platform/hosting/self-managed/azure-tf.mdx +++ b/ko/platform/hosting/self-managed/azure-tf.mdx @@ -174,7 +174,7 @@ AzureRM 프로바이더를 설정하는 가장 간단한 방법은 [Azure CLI](h 또 다른 배포 옵션은 `Redis`를 사용하여 SQL 쿼리를 캐싱하고 Experiments의 메트릭을 로드할 때 애플리케이션의 응답 속도를 높이는 것입니다. -캐시를 활성화하려면 [권장 배포 방식](#recommended-deployment)에서 사용한 것과 동일한 `main.tf` 파일에 `create_redis = true` 옵션을 추가해야 합니다. +캐시를 활성화하려면 [권장 배포 방식](#권장-배포-방식)에서 사용한 것과 동일한 `main.tf` 파일에 `create_redis = true` 옵션을 추가해야 합니다. ```bash # 필요한 모든 서비스 실행 @@ -197,7 +197,7 @@ module "wandb" { 세 번째 배포 옵션은 외부 `메시지 브로커(message broker)`를 활성화하는 것입니다. W&B에 브로커가 내장되어 있으므로 이는 선택 사항입니다. 이 옵션이 반드시 성능 향상을 가져오는 것은 아닙니다. -메시지 브로커를 제공하는 Azure 리소스는 `Azure Event Grid`이며, 이를 활성화하려면 [권장 배포 방식](#recommended-deployment)에서 사용한 것과 동일한 `main.tf` 파일에 `use_internal_queue = false` 옵션을 추가해야 합니다. +메시지 브로커를 제공하는 Azure 리소스는 `Azure Event Grid`이며, 이를 활성화하려면 [권장 배포 방식](#권장-배포-방식)에서 사용한 것과 동일한 `main.tf` 파일에 `use_internal_queue = false` 옵션을 추가해야 합니다. ```bash # 필요한 모든 서비스 실행 module "wandb" { @@ -219,4 +219,4 @@ module "wandb" { ## 기타 배포 옵션 모든 설정을 하나의 파일에 추가하여 세 가지 배포 옵션을 모두 조합할 수 있습니다. -[Terraform 모듈](https://github.com/wandb/terraform-azure-wandb)은 [권장 배포 방식](#recommended-deployment)에 있는 표준 옵션 및 최소 설정과 함께 조합하여 사용할 수 있는 다양한 옵션을 제공합니다. \ No newline at end of file +[Terraform 모듈](https://github.com/wandb/terraform-azure-wandb)은 [권장 배포 방식](#권장-배포-방식)에 있는 표준 옵션 및 최소 설정과 함께 조합하여 사용할 수 있는 다양한 옵션을 제공합니다. \ No newline at end of file diff --git a/ko/platform/hosting/self-managed/bare-metal.mdx b/ko/platform/hosting/self-managed/bare-metal.mdx index d34d9e481d..c633c69cd1 100644 --- a/ko/platform/hosting/self-managed/bare-metal.mdx +++ b/ko/platform/hosting/self-managed/bare-metal.mdx @@ -34,7 +34,7 @@ W&B 배포를 시작하기 전에 하드웨어 규모 산정 권장 사항을 -MySQL 버전 요구 사항은 위의 [버전 요구 사항](#version-requirements) 섹션을 참조하세요. +MySQL 버전 요구 사항은 위의 [버전 요구 사항](#버전-요구-사항) 섹션을 참조하세요. 셀프 매니지드 인스턴스에 대한 MySQL 설정 파라미터는 [레퍼런스 아키텍처 MySQL 설정 섹션](/platform/hosting/self-managed/ref-arch/#mysql-configuration-parameters)을 참조하세요. @@ -56,7 +56,7 @@ SSL/TLS 인증서 요구 사항은 아래의 [SSL/TLS 섹션](#ssl-tls)을 참 ### 셀프 호스팅 오브젝트 스토리지 설정 -오브젝트 스토리지는 서명된 URL(signed URLs)을 지원하는 모든 Amazon S3 호환 오브젝트 스토리지에서 외부 호스팅이 가능합니다. [다음 스크립트](https://gist.github.com/vanpelt/2e018f7313dabf7cca15ad66c2dd9c5b)를 run 하여 사용 중인 오브젝트 스토리지가 서명된 URL을 지원하는지 확인하세요. MinIO 오픈 소스 상태에 대한 중요한 정보는 아래의 [MinIO 설정 섹션](#minio-setup)을 참조하세요. +오브젝트 스토리지는 서명된 URL(signed URLs)을 지원하는 모든 Amazon S3 호환 오브젝트 스토리지에서 외부 호스팅이 가능합니다. [다음 스크립트](https://gist.github.com/vanpelt/2e018f7313dabf7cca15ad66c2dd9c5b)를 run 하여 사용 중인 오브젝트 스토리지가 서명된 URL을 지원하는지 확인하세요. MinIO 오픈 소스 상태에 대한 중요한 정보는 아래의 [MinIO 설정 섹션](#minio-설정)을 참조하세요. 또한, 다음의 CORS 정책을 오브젝트 스토리지에 적용해야 합니다. diff --git a/ko/platform/hosting/self-managed/ref-arch.mdx b/ko/platform/hosting/self-managed/ref-arch.mdx index e188852673..0888a2d231 100644 --- a/ko/platform/hosting/self-managed/ref-arch.mdx +++ b/ko/platform/hosting/self-managed/ref-arch.mdx @@ -51,7 +51,7 @@ W&B는 클라우드, 온프레미스 및 에어갭(air-gapped) 환경의 [OpenSh ### MySQL W&B는 MySQL 데이터베이스에 메타데이터를 저장합니다. 데이터베이스의 성능 및 스토리지 요구 사항은 모델 파라미터의 형태와 관련 메타데이터에 따라 달라집니다. 예를 들어, 더 많은 트레이닝 run을 추적할수록 데이터베이스 크기가 커지며, run 테이블, 사용자 워크스페이스 및 리포트의 쿼리에 따라 데이터베이스 부하가 증가합니다. -**W&B는 프로덕션 배포를 위해 관리형 데이터베이스 서비스**(예: AWS RDS Aurora MySQL, Google Cloud SQL for MySQL 또는 Azure Database for MySQL)를 사용할 것을 강력히 권장합니다. 관리형 서비스는 자동 백업, 모니터링, 고가용성, 패치 적용을 제공하며 운영 복잡성을 크게 줄여줍니다. 특정 서비스 권장 사항은 아래의 [클라우드 공급업체 인스턴스 권장 사항](#cloud-provider-instance-recommendations) 섹션을 참조하십시오. +**W&B는 프로덕션 배포를 위해 관리형 데이터베이스 서비스**(예: AWS RDS Aurora MySQL, Google Cloud SQL for MySQL 또는 Azure Database for MySQL)를 사용할 것을 강력히 권장합니다. 관리형 서비스는 자동 백업, 모니터링, 고가용성, 패치 적용을 제공하며 운영 복잡성을 크게 줄여줍니다. 특정 서비스 권장 사항은 아래의 [클라우드 공급업체 인스턴스 권장 사항](#클라우드-공급업체-인스턴스-권장-사항) 섹션을 참조하십시오. 자체 관리형(self-managed) MySQL 데이터베이스를 배포하기로 선택한 경우 다음 사항을 고려하십시오. diff --git a/ko/platform/hosting/server-upgrade-process.mdx b/ko/platform/hosting/server-upgrade-process.mdx index d3d1208510..7208a8ecaf 100644 --- a/ko/platform/hosting/server-upgrade-process.mdx +++ b/ko/platform/hosting/server-upgrade-process.mdx @@ -8,8 +8,8 @@ W&B Server 설치 시 사용했던 것과 동일한 메소드를 사용하여 W& | 릴리스 유형 | 설명 | | ---------------- | ------------------ | -| [Terraform](#update-with-terraform) | W&B는 클라우드 배포를 위해 세 가지 공용 Terraform 모듈을 지원합니다: [AWS](https://registry.terraform.io/modules/wandb/wandb/aws/latest), [Google Cloud](https://registry.terraform.io/modules/wandb/wandb/google/latest), [Azure](https://registry.terraform.io/modules/wandb/wandb/azurerm/latest). | -| [Helm](#update-with-helm) | [Helm Chart](https://github.com/wandb/helm-charts)를 사용하여 기존 Kubernetes 클러스터에 W&B를 설치할 수 있습니다. | +| [Terraform](#terraform으로-업데이트하기) | W&B는 클라우드 배포를 위해 세 가지 공용 Terraform 모듈을 지원합니다: [AWS](https://registry.terraform.io/modules/wandb/wandb/aws/latest), [Google Cloud](https://registry.terraform.io/modules/wandb/wandb/google/latest), [Azure](https://registry.terraform.io/modules/wandb/wandb/azurerm/latest). | +| [Helm](#helm으로-업데이트하기) | [Helm Chart](https://github.com/wandb/helm-charts)를 사용하여 기존 Kubernetes 클러스터에 W&B를 설치할 수 있습니다. | ## Terraform으로 업데이트하기 diff --git a/ko/platform/launch/launch-queue-observability.mdx b/ko/platform/launch/launch-queue-observability.mdx index a52fa89084..570f2957b4 100644 --- a/ko/platform/launch/launch-queue-observability.mdx +++ b/ko/platform/launch/launch-queue-observability.mdx @@ -26,7 +26,7 @@ Queue monitoring dashboard는 현재 W&B Multi-tenant Cloud 배포 옵션에서 반대로, 클라우드 리소스를 사용 중이고 주기적으로 활동이 급증하는 것을 본다면, 특정 시간에 리소스를 예약하여 비용을 절감할 기회일 수 있습니다. -플롯 오른쪽의 키(key)는 어떤 색상이 [Launch 작업의 상태](./launch-view-jobs#check-the-status-of-a-job)를 나타내는지 보여줍니다. +플롯 오른쪽의 키(key)는 어떤 색상이 [Launch 작업의 상태](./launch-view-jobs#job-상태-확인하기)를 나타내는지 보여줍니다. `Queued` 항목은 워크로드를 다른 queue로 옮길 기회를 나타낼 수 있습니다. 실패 건수의 급증은 Launch 작업 설정에 도움이 필요한 Users를 식별하는 데 도움이 됩니다. diff --git a/ko/platform/launch/setup-launch-docker.mdx b/ko/platform/launch/setup-launch-docker.mdx index a3fd7b0478..76642f9fb8 100644 --- a/ko/platform/launch/setup-launch-docker.mdx +++ b/ko/platform/launch/setup-launch-docker.mdx @@ -59,7 +59,7 @@ Docker는 값이 할당되지 않은 환경 변수를 에이전트 환경에서 * Docker 컨테이너 내에서 GPU 를 사용하려면 [NVIDIA Container Toolkit](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html#docker)을 설치하세요. -* 코드 또는 아티팩트 소스 작업에서 이미지를 빌드하는 경우, [에이전트](#configure-a-launch-agent-on-a-local-machine)가 사용하는 베이스 이미지를 NVIDIA Container Toolkit이 포함된 이미지로 오버라이드할 수 있습니다. +* 코드 또는 아티팩트 소스 작업에서 이미지를 빌드하는 경우, [에이전트](#로컬-머신에서-에이전트-설정하기)가 사용하는 베이스 이미지를 NVIDIA Container Toolkit이 포함된 이미지로 오버라이드할 수 있습니다. 예를 들어, Launch 큐 내에서 베이스 이미지를 `tensorflow/tensorflow:latest-gpu`로 오버라이드할 수 있습니다: ```json @@ -135,4 +135,4 @@ Launch 는 Dockerhub, Google Container Registry, Azure Container Registry, Amazo 이미지를 빌드한 환경과 다른 환경에서 작업을 실행하려면, 에이전트가 컨테이너 레지스트리에서 이미지를 풀(pull)할 수 있도록 설정하세요. -에이전트를 클라우드 레지스트리와 연결하는 방법에 대한 자세한 내용은 [고급 에이전트 설정](./setup-agent-advanced#agent-configuration) 페이지를 참조하세요. \ No newline at end of file +에이전트를 클라우드 레지스트리와 연결하는 방법에 대한 자세한 내용은 [고급 에이전트 설정](./setup-agent-advanced#에이전트-설정) 페이지를 참조하세요. \ No newline at end of file diff --git a/ko/platform/launch/setup-launch-kubernetes.mdx b/ko/platform/launch/setup-launch-kubernetes.mdx index 77a07361d1..6b56cf9a8b 100644 --- a/ko/platform/launch/setup-launch-kubernetes.mdx +++ b/ko/platform/launch/setup-launch-kubernetes.mdx @@ -107,7 +107,7 @@ Kubernetes를 컴퓨팅 리소스로 사용하는 큐를 W&B 앱에서 생성합 3. 큐를 생성할 **Entity** 를 선택합니다. 4. **Name** 필드에 큐 이름을 입력합니다. 5. **Resource** 로 **Kubernetes** 를 선택합니다. -6. **Configuration** 필드 내에 [이전 섹션에서 설정한](#configure-a-queue-for-kubernetes) Kubernetes Job 워크플로우 spec 또는 Custom Resource spec을 입력합니다. +6. **Configuration** 필드 내에 [이전 섹션에서 설정한](#kubernetes를-위한-큐-설정) Kubernetes Job 워크플로우 spec 또는 Custom Resource spec을 입력합니다. ## Helm으로 Launch 에이전트 설정하기 diff --git a/ko/platform/launch/setup-launch-sagemaker.mdx b/ko/platform/launch/setup-launch-sagemaker.mdx index 1769d86e95..eb84e748c1 100644 --- a/ko/platform/launch/setup-launch-sagemaker.mdx +++ b/ko/platform/launch/setup-launch-sagemaker.mdx @@ -16,9 +16,9 @@ Amazon SageMaker는 [트레이닝 작업을 실행하기 위해 Docker 이미지 시작하기 전에 다음 사전 요구 사항을 충족하는지 확인하세요. -* [Launch agent가 Docker 이미지를 빌드하도록 할지 결정합니다.](#decide-if-you-want-the-launch-agent-to-build-a-docker-images) -* [AWS 리소스를 설정하고 S3, ECR 및 SageMaker IAM 역할에 대한 정보를 수집합니다.](#set-up-aws-resources) -* [Launch agent를 위한 IAM 역할을 생성합니다](#create-an-iam-role-for-launch-agent). +* [Launch agent가 Docker 이미지를 빌드하도록 할지 결정합니다.](#launch-agent가-docker-이미지를-빌드하도록-할지-결정) +* [AWS 리소스를 설정하고 S3, ECR 및 SageMaker IAM 역할에 대한 정보를 수집합니다.](#aws-리소스-설정) +* [Launch agent를 위한 IAM 역할을 생성합니다](#launch-agent를-위한-iam-역할-생성). ### Launch agent가 Docker 이미지를 빌드하도록 할지 결정 @@ -35,7 +35,7 @@ W&B Launch agent가 Docker 이미지를 대신 빌드하도록 할지 결정하 2. SageMaker Training 작업의 입력 및 출력을 저장할 하나 이상의 [S3 버킷](https://docs.aws.amazon.com/AmazonS3/latest/userguide/create-bucket-overview.html). 3. SageMaker가 트레이닝 작업을 실행하고 Amazon ECR 및 Amazon S3와 상호 작용할 수 있도록 허용하는 Amazon SageMaker용 IAM 역할. -이 리소스들의 ARN을 메모해 두세요. [Launch 큐 설정](#configure-launch-queue-for-sagemaker)을 정의할 때 이 ARN들이 필요합니다. +이 리소스들의 ARN을 메모해 두세요. [Launch 큐 설정](#sagemaker를-위한-launch-큐-설정)을 정의할 때 이 ARN들이 필요합니다. ### Launch agent를 위한 IAM 정책 생성 @@ -185,7 +185,7 @@ IAM 역할 생성에 대한 자세한 내용은 [AWS Identity and Access Managem ``` 최소한 다음 사항을 지정해야 합니다. -- `RoleArn`: SageMaker 실행 IAM 역할의 ARN([사전 요구 사항](#prerequisites) 참조). Launch **agent** IAM 역할과 혼동하지 마세요. +- `RoleArn`: SageMaker 실행 IAM 역할의 ARN([사전 요구 사항](#사전-요구-사항) 참조). Launch **agent** IAM 역할과 혼동하지 마세요. - `OutputDataConfig.S3OutputPath`: SageMaker 출력물이 저장될 Amazon S3 URI. - `ResourceConfig`: 리소스 설정의 필수 사양. 리소스 설정 옵션은 [여기](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ResourceConfig.html)에 설명되어 있습니다. - `StoppingCondition`: 트레이닝 작업의 중지 조건에 대한 필수 사양. 옵션은 [여기](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_StoppingCondition.html)에 설명되어 있습니다. @@ -195,7 +195,7 @@ IAM 역할 생성에 대한 자세한 내용은 [AWS Identity and Access Managem 다음 섹션에서는 에이전트를 배포할 수 있는 위치와 배포 위치에 따라 에이전트를 설정하는 방법을 설명합니다. -Amazon SageMaker 큐를 위한 Launch agent 배포에는 [여러 가지 옵션](#decide-where-to-run-the-launch-agent)이 있습니다: 로컬 머신, EC2 인스턴스 또는 EKS 클러스터. 에이전트를 배포하는 위치에 따라 [Launch agent를 적절하게 설정](#configure-a-launch-agent)하세요. +Amazon SageMaker 큐를 위한 Launch agent 배포에는 [여러 가지 옵션](#launch-agent를-실행할-위치-결정)이 있습니다: 로컬 머신, EC2 인스턴스 또는 EKS 클러스터. 에이전트를 배포하는 위치에 따라 [Launch agent를 적절하게 설정](#launch-agent-설정-2)하세요. ### Launch agent를 실행할 위치 결정 @@ -289,7 +289,7 @@ builder: ## (선택 사항) Launch job Docker 이미지를 Amazon ECR에 푸시 -이 섹션은 Launch agent가 트레이닝 또는 추론 로직이 포함된 기존 Docker 이미지를 사용하는 경우에만 적용됩니다. [Launch agent의 작동 방식에는 두 가지 옵션이 있습니다.](#decide-if-you-want-the-launch-agent-to-build-a-docker-images) +이 섹션은 Launch agent가 트레이닝 또는 추론 로직이 포함된 기존 Docker 이미지를 사용하는 경우에만 적용됩니다. [Launch agent의 작동 방식에는 두 가지 옵션이 있습니다.](#launch-agent가-docker-이미지를-빌드하도록-할지-결정) Launch job이 포함된 Docker 이미지를 Amazon ECR 리포지토리에 업로드하세요. 이미지 기반 작업을 사용하는 경우, 새로운 Launch jobs를 제출하기 전에 Docker 이미지가 ECR 레지스트리에 있어야 합니다. \ No newline at end of file diff --git a/ko/platform/launch/walkthrough.mdx b/ko/platform/launch/walkthrough.mdx index 7a8cc4bace..4e1d745efd 100644 --- a/ko/platform/launch/walkthrough.mdx +++ b/ko/platform/launch/walkthrough.mdx @@ -29,7 +29,7 @@ Launch에 대한 자세한 정보는 [용어 및 개념](./launch-terminology) 유스 케이스에 따라 W&B Launch를 시작하기 위해 다음 리소스들을 살펴보세요: -* W&B Launch를 처음 사용하는 경우, [Launch 워크스루](#walkthrough) 가이드를 따라가 보는 것을 권장합니다. +* W&B Launch를 처음 사용하는 경우, [Launch 워크스루](#워크스루) 가이드를 따라가 보는 것을 권장합니다. * [W&B Launch 설정 방법](/platform/launch/set-up-launch/)을 알아보세요. * [launch job](/platform/launch/launch-terminology/#launch-job)을 생성하세요. * [Triton 배포](https://github.com/wandb/launch-jobs/tree/main/jobs/deploy_to_nvidia_triton), [LLM 평가](https://github.com/wandb/launch-jobs/tree/main/jobs/openai_evals) 등 일반적인 태스크의 템플릿은 W&B Launch [공개 jobs GitHub 저장소](https://github.com/wandb/launch-jobs)를 확인하세요. diff --git a/ko/release-notes/release-policies.mdx b/ko/release-notes/release-policies.mdx index adf97a8e41..a1cda92298 100644 --- a/ko/release-notes/release-policies.mdx +++ b/ko/release-notes/release-policies.mdx @@ -23,7 +23,7 @@ W&B는 주요 W&B Server 릴리스를 초기 릴리스일로부터 12개월 동 ## 릴리스 배포 프로세스 1. 테스트 및 검증이 완료되면, 릴리스는 모든 **전용 클라우드** 인스턴스에 먼저 배포되어 최신 상태를 유지합니다. -1. 추가 모니터링 후 릴리스가 공개되면, **Self-Managed** 배포는 자체 일정에 따라 업그레이드할 수 있으며, [릴리스 지원 및 지원 종료(EOL) 정책](#release-support-and-end-of-life-policy)을 준수하기 위해 제때 업그레이드할 책임이 있습니다. [W&B Server 업그레이드](/platform/hosting/server-upgrade-process/)에 대해 자세히 알아보세요. +1. 추가 모니터링 후 릴리스가 공개되면, **Self-Managed** 배포는 자체 일정에 따라 업그레이드할 수 있으며, [릴리스 지원 및 지원 종료(EOL) 정책](#릴리스-지원-및-지원-종료-정책)을 준수하기 위해 제때 업그레이드할 책임이 있습니다. [W&B Server 업그레이드](/platform/hosting/server-upgrade-process/)에 대해 자세히 알아보세요. ## 업그레이드 중 다운타임 - **전용 클라우드** 인스턴스가 업그레이드될 때 일반적으로 다운타임은 예상되지 않으나, 다음과 같은 특정 상황에서는 발생할 수 있습니다: diff --git a/ko/support-tags.mdx b/ko/support-tags.mdx index eeb91143f5..1da4273fcc 100644 --- a/ko/support-tags.mdx +++ b/ko/support-tags.mdx @@ -399,7 +399,7 @@ W&B 클라이언트 라이브러리는 버전 0.11까지 Python 3.5를 지원했 -역할 및 권한에 대한 자세한 내용은 다음 링크를 참조하세요: [팀 역할 및 권한](/platform/app/settings-page/teams#team-roles-and-permissions). +역할 및 권한에 대한 자세한 내용은 다음 링크를 참조하세요: [팀 역할 및 권한](/platform/app/settings-page/teams#팀-역할-및-권한). @@ -479,7 +479,7 @@ command: `wandb: Network error (ConnectionError), entering retry loop`와 같은 SSL 또는 네트워크 오류가 발생하면 다음 해결 방법을 사용하세요: 1. SSL 인증서를 업그레이드하세요. Ubuntu 서버에서는 `update-ca-certificates`를 실행합니다. 보안 위험을 완화하면서 트레이닝 로그를 동기화하려면 유효한 SSL 인증서가 필수적입니다. -2. 네트워크 연결이 불안정하다면 [선택적 환경 변수](/models/track/environment-variables#optional-environment-variables) `WANDB_MODE`를 `offline`으로 설정하여 오프라인 모드에서 작동시킨 후, 나중에 인터넷 연결이 가능한 기기에서 파일을 동기화하세요. +2. 네트워크 연결이 불안정하다면 [선택적 환경 변수](/models/track/environment-variables#선택적-환경-변수) `WANDB_MODE`를 `offline`으로 설정하여 오프라인 모드에서 작동시킨 후, 나중에 인터넷 연결이 가능한 기기에서 파일을 동기화하세요. 3. 로컬에서 실행되어 클라우드 서버와의 동기화가 필요 없는 [W&B Private Hosting](/platform/hosting/) 사용을 고려해 보세요. `SSL CERTIFICATE_VERIFY_FAILED` 오류의 경우, 회사 방화벽 문제일 수 있습니다. 로컬 CA를 구성하고 다음을 실행하세요: @@ -861,7 +861,7 @@ consumer_runs = produced_artifacts[0].used_by() -하나의 run이 여러 태그를 가질 수 있으므로 태그별 그룹화는 지원되지 않습니다. 대신 이 Runs에 대해 [`config`](/models/track/config) 오브젝트에 값을 추가하고 이 config 값으로 그룹화하세요. 이는 [API](/models/track/config#set-the-configuration-after-your-run-has-finished)를 사용하여 수행할 수 있습니다. +하나의 run이 여러 태그를 가질 수 있으므로 태그별 그룹화는 지원되지 않습니다. 대신 이 Runs에 대해 [`config`](/models/track/config) 오브젝트에 값을 추가하고 이 config 값으로 그룹화하세요. 이는 [API](/models/track/config#run-이-종료된-후-설정하기)를 사용하여 수행할 수 있습니다. @@ -910,7 +910,7 @@ for run in runs: -[사용자 설정](/platform/app/settings-page/user-settings#delete-your-account)에서 **Delete account**를 클릭하여 사용자 계정을 삭제하세요. 이 작업은 되돌릴 수 없으며 즉시 적용됩니다. +[사용자 설정](/platform/app/settings-page/user-settings#계정-삭제)에서 **Delete account**를 클릭하여 사용자 계정을 삭제하세요. 이 작업은 되돌릴 수 없으며 즉시 적용됩니다. @@ -1731,7 +1731,7 @@ with wandb.init() as run: - `"loss-train"` 대신 `"loss_train"` 사용 - `"acc,val"` 대신 `"acc_val"` 사용 -자세한 내용은 [메트릭 명명 제한](/models/track/log/#metric-naming-constraints)을 참조하세요. +자세한 내용은 [메트릭 명명 제한](/models/track/log/#메트릭-명명-규칙)을 참조하세요. @@ -1924,7 +1924,7 @@ with wandb.init(project="my_project") as run: ) ``` -멀티 라인 플롯에 대한 추가 상세 정보는 [여기](/models/track/log/plots#basic-charts)의 **Multi-line** 탭에서 확인하세요. +멀티 라인 플롯에 대한 추가 상세 정보는 [여기](/models/track/log/plots#기본-차트)의 **Multi-line** 탭에서 확인하세요. @@ -1958,7 +1958,7 @@ with wandb.init() as run: - **Public**: 누구나 프로젝트를 볼 수 있지만, 편집은 소속 팀원만 가능합니다. - W&B 관리자가 **Public** 설정을 비활성화한 경우 선택할 수 없습니다. 대신 뷰 전용 [W&B Report](/models/reports/collaborate-on-reports#share-a-report)를 공유하거나 W&B 조직 관리자에게 도움을 요청하세요. + W&B 관리자가 **Public** 설정을 비활성화한 경우 선택할 수 없습니다. 대신 뷰 전용 [W&B Report](/models/reports/collaborate-on-reports#report-공유하기)를 공유하거나 W&B 조직 관리자에게 도움을 요청하세요. 1. **Save**를 클릭합니다. @@ -2419,14 +2419,14 @@ Teams에서 W&B 알림을 받으려면 다음 단계를 따르세요: 무엇보다도 서비스 계정은 정기적인 재학습, 나이틀리 빌드(nightly builds) 등 wandb에 로깅되는 자동화된 작업을 추적하는 데 유용합니다. 원한다면 [환경 변수](/models/track/environment-variables) `WANDB_USERNAME` 또는 `WANDB_USER_EMAIL`을 사용하여 이러한 머신 실행 run에 사용자 이름을 연결할 수 있습니다. -모범 사례 및 상세 설정 안내를 포함한 서비스 계정에 대한 포괄적인 정보는 [서비스 계정을 사용한 워크플로우 자동화](/platform/hosting/iam/service-accounts)를 참조하세요. 팀 컨텍스트에서의 서비스 계정 동작에 대해서는 [팀 서비스 계정 동작](/platform/app/settings-page/teams#team-service-account-behavior)을 참조하세요. +모범 사례 및 상세 설정 안내를 포함한 서비스 계정에 대한 포괄적인 정보는 [서비스 계정을 사용한 워크플로우 자동화](/platform/hosting/iam/service-accounts)를 참조하세요. 팀 컨텍스트에서의 서비스 계정 동작에 대해서는 [팀 서비스 계정 동작](/platform/app/settings-page/teams#팀-서비스-계정-동작)을 참조하세요. 전체 API 키는 생성 시점에 단 한 번만 표시됩니다. 대화 상자를 닫은 후에는 다시 볼 수 없습니다. -**기본(Built-in)** 서비스 계정 외에도 W&B는 [SDK 및 CLI를 위한 ID 페더레이션](/platform/hosting/iam/identity_federation#external-service-accounts)을 사용하여 **외부 서비스 계정**을 지원합니다. JSON Web Token(JWT)을 발급할 수 있는 ID 제공자에서 관리되는 서비스 ID를 사용하여 W&B 작업을 자동화하려는 경우 외부 서비스 계정을 사용하세요. +**기본(Built-in)** 서비스 계정 외에도 W&B는 [SDK 및 CLI를 위한 ID 페더레이션](/platform/hosting/iam/identity_federation#외부-서비스-계정)을 사용하여 **외부 서비스 계정**을 지원합니다. JSON Web Token(JWT)을 발급할 수 있는 ID 제공자에서 관리되는 서비스 ID를 사용하여 W&B 작업을 자동화하려는 경우 외부 서비스 계정을 사용하세요. @@ -2608,7 +2608,7 @@ if os.path.exists("~/keys.json"): -사용 가능한 역할 및 권한에 대한 개요는 [팀 역할 및 권한](/platform/app/settings-page/teams#team-roles-and-permissions) 페이지를 방문하세요. +사용 가능한 역할 및 권한에 대한 개요는 [팀 역할 및 권한](/platform/app/settings-page/teams#팀-역할-및-권한) 페이지를 방문하세요. diff --git a/ko/weave/cookbooks/audio_with_weave.mdx b/ko/weave/cookbooks/audio_with_weave.mdx index eea383acd8..be3e71ec2e 100644 --- a/ko/weave/cookbooks/audio_with_weave.mdx +++ b/ko/weave/cookbooks/audio_with_weave.mdx @@ -158,7 +158,7 @@ OpenAI의 Realtime API는 실시간 오디오 및 텍스트 어시스턴트를 참고 사항: -- [마이크 설정](#microphone-configuration) 섹션의 셀을 검토하세요. +- [마이크 설정](#openai-realtime-api-스키마-구현) 섹션의 셀을 검토하세요. - Google Colab 실행 환경의 제한으로 인해, **이 코드는 반드시 호스트 머신에서** Jupyter Notebook으로 실행해야 합니다. 브라우저에서는 실행할 수 없습니다. - MacOS에서는 Pyaudio 작동을 위해 Brew를 통해 `portaudio`를 설치해야 합니다 ([여기](https://formulae.brew.sh/formula/portaudio) 참조). - OpenAI의 Python SDK는 아직 Realtime API를 지원하지 않습니다. 가독성을 위해 Pydantic으로 전체 OAI Realtime API 스키마를 구현했으며, 공식 지원이 출시되면 지원이 중단될 수 있습니다. diff --git a/ko/weave/cookbooks/pii.mdx b/ko/weave/cookbooks/pii.mdx index c94e9dc5f8..da3fd3e350 100644 --- a/ko/weave/cookbooks/pii.mdx +++ b/ko/weave/cookbooks/pii.mdx @@ -23,10 +23,10 @@ description: W&B Weave를 사용하여 PII 데이터를 처리하는 방법을 시작하려면 다음을 수행하세요: -1. [개요](#overview) 섹션을 검토합니다. -2. [사전 요구 사항](#prerequisites)을 완료합니다. -3. PII 데이터를 식별, 비식별화 및 익명화하기 위해 [사용 가능한 메소드](#redaction-methods-overview)를 검토합니다. -4. [Weave 호출에 메소드 적용](#apply-the-methods-to-weave-calls)을 수행합니다. +1. [개요](#개요) 섹션을 검토합니다. +2. [사전 요구 사항](#사전-요구-사항)을 완료합니다. +3. PII 데이터를 식별, 비식별화 및 익명화하기 위해 [사용 가능한 메소드](#비식별화-메소드-개요)를 검토합니다. +4. [Weave 호출에 메소드 적용](#weave-호출에-메소드-적용)을 수행합니다. ## 개요 diff --git a/ko/weave/cookbooks/weave_via_service_api.mdx b/ko/weave/cookbooks/weave_via_service_api.mdx index 4e64c9db4b..0087479120 100644 --- a/ko/weave/cookbooks/weave_via_service_api.mdx +++ b/ko/weave/cookbooks/weave_via_service_api.mdx @@ -13,15 +13,15 @@ description: thought W&B Weave 의 서비스 API 를 통해 Weave 를 사용하 이 가이드에서는 Weave Service API를 사용하여 trace를 로그에 기록하는 방법을 알아봅니다. 특히 Service API를 사용하여 다음 작업을 수행하게 됩니다: -1. [단순 LLM 호출 및 응답의 모의 데이터를 생성하고 Weave에 로그 기록하기.](#simple-trace) +1. [단순 LLM 호출 및 응답의 모의 데이터를 생성하고 Weave에 로그 기록하기.](#단순-trace) 2. [더 복잡한 LLM 호출 및 응답의 모의 데이터를 생성하고 Weave에 로그 기록하기.](#complex-trace) -3. [기록된 trace에 대해 샘플 조회 쿼리 실행하기.](#run-a-lookup-query) +3. [기록된 trace에 대해 샘플 조회 쿼리 실행하기.](#trace-종료-2) > **기록된 trace 보기** > > 이 가이드의 코드를 실행할 때 생성된 모든 Weave trace는 Weave 프로젝트(`team_id\project_id`로 지정됨)의 **Traces** 탭으로 이동하여 해당 trace 이름을 선택하면 확인할 수 있습니다. -시작하기 전에 [사전 요구 사항](#prerequisites-set-variables-and-endpoints) 단계를 완료하세요. +시작하기 전에 [사전 요구 사항](#사전-요구-사항-변수-및-엔드포인트-설정) 단계를 완료하세요. ## 사전 요구 사항: 변수 및 엔드포인트 설정 @@ -154,9 +154,9 @@ else: 다음 섹션에서는 다중 작업 RAG 조회와 유사하게 자식 span을 포함하는 더 복잡한 trace를 생성하는 과정을 안내합니다. 1. [복잡한 trace 시작하기](#start-a-complex-trace) -2. [RAG 문서 조회를 위한 자식 span 추가하기](#add-a-child-span-for-a-rag-document-lookup) -3. [LLM completion 호출을 위한 자식 span 추가하기](#add-a-child-span-for-an-llm-completion-call) -4. [복잡한 trace 종료하기](#end-a-complex-trace) +2. [RAG 문서 조회를 위한 자식 span 추가하기](#trace-시작-부모) +3. [LLM completion 호출을 위한 자식 span 추가하기](#예-rag-문서-조회) +4. [복잡한 trace 종료하기](#llm-completion-호출-생성) ### 복잡한 trace 시작하기 diff --git a/ko/weave/guides/core-types/evaluations.mdx b/ko/weave/guides/core-types/evaluations.mdx index 91dc2e4596..3e8fd9d8f8 100644 --- a/ko/weave/guides/core-types/evaluations.mdx +++ b/ko/weave/guides/core-types/evaluations.mdx @@ -11,7 +11,7 @@ _평가 기반 LLM 애플리케이션 개발(Evaluation-driven LLM application d - 테스트 예시를 위한 [`Dataset`](../core-types/datasets) 또는 사전(dictionary) 리스트. - 하나 이상의 [스코어링 함수(scoring functions)](../evaluation/scorers). - - [입력 전처리](#format-dataset-rows-before-evaluating)와 같은 선택적 설정. + - [입력 전처리](#평가-전-데이터셋-행-포맷팅)와 같은 선택적 설정. `Evaluation`을 정의하고 나면, 이를 [`Model`](../core-types/models) 오브젝트나 LLM 애플리케이션 로직을 포함하는 커스텀 함수에 대해 실행할 수 있습니다. `.evaluate()`를 호출할 때마다 _evaluation run_이 트리거됩니다. `Evaluation` 오브젝트를 청사진으로, 각 run을 해당 설정에서 애플리케이션이 어떻게 작동하는지 측정하는 것으로 생각하세요. @@ -31,13 +31,13 @@ _평가 기반 LLM 애플리케이션 개발(Evaluation-driven LLM application d 평가를 시작하려면 다음 단계를 완료하세요: -1. [`Evaluation` 오브젝트 생성](#1-create-an-evaluation-object) -2. [예시 데이터셋 정의](#2-define-a-dataset-of-test-examples) -3. [스코어링 함수 정의](#3-define-scoring-functions) -4. [평가할 모델 또는 함수 정의](#4-define-a-model-or-function-to-evaluate) -5. [평가 실행](#5-run-the-evaluation) +1. [`Evaluation` 오브젝트 생성](#1-evaluation-오브젝트-생성) +2. [예시 데이터셋 정의](#2-테스트-예시-데이터셋-정의) +3. [스코어링 함수 정의](#3-스코어링-함수-정의) +4. [평가할 모델 또는 함수 정의](#4-평가할-모델-또는-함수-정의) +5. [평가 실행](#5-평가-실행) -전체 평가 코드 샘플은 [여기](#full-evaluation-code-sample)에서 확인할 수 있습니다. 또한 [저장된 뷰(Saved views)](#saved-views) 및 [명령형 평가(Imperative evaluations)](#imperative-evaluations-evaluationlogger)와 같은 [고급 평가 기능](#advanced-evaluation-usage)에 대해서도 자세히 알아볼 수 있습니다. +전체 평가 코드 샘플은 [여기](#full-evaluation-code-sample)에서 확인할 수 있습니다. 또한 [저장된 뷰(Saved views)](#saved-views) 및 [명령형 평가(Imperative evaluations)](#저장된-뷰-saved-views)와 같은 [고급 평가 기능](#고급-평가-활용법)에 대해서도 자세히 알아볼 수 있습니다. ## 1. `Evaluation` 오브젝트 생성 diff --git a/ko/weave/guides/core-types/leaderboards.mdx b/ko/weave/guides/core-types/leaderboards.mdx index 35f2301b37..8843b8f08e 100644 --- a/ko/weave/guides/core-types/leaderboards.mdx +++ b/ko/weave/guides/core-types/leaderboards.mdx @@ -11,7 +11,7 @@ Leaderboards는 다음과 같은 경우에 이상적입니다: - 공유 평가 워크플로우 조정 -Leaderboard 생성은 Weave UI와 Weave Python SDK에서만 가능합니다. TypeScript 사용자는 [Weave UI](#using-the-ui) 를 사용하여 Leaderboards를 생성하고 관리할 수 있습니다. +Leaderboard 생성은 Weave UI와 Weave Python SDK에서만 가능합니다. TypeScript 사용자는 [Weave UI](#ui-사용하기) 를 사용하여 Leaderboards를 생성하고 관리할 수 있습니다. ## Leaderboard 생성하기 @@ -49,7 +49,7 @@ Leaderboard의 각 열은 특정 평가의 메트릭을 나타냅니다. 열을 ### Python -실행 가능한 전체 코드 샘플을 찾으시나요? [엔드투엔드 Python 예시](#end-to-end-python-example) 를 확인하세요. +실행 가능한 전체 코드 샘플을 찾으시나요? [엔드투엔드 Python 예시](#엔드투엔드-python-예시) 를 확인하세요. Leaderboard를 생성하고 게시하려면 다음 단계를 따르세요: diff --git a/ko/weave/guides/core-types/media.mdx b/ko/weave/guides/core-types/media.mdx index a9fedae1b9..3aca52065c 100644 --- a/ko/weave/guides/core-types/media.mdx +++ b/ko/weave/guides/core-types/media.mdx @@ -5,18 +5,18 @@ description: Trace에 포함된 이미지나 비디오와 같은 미디어를 W&B Weave는 비디오, 이미지, 오디오 클립, PDF, CSV 데이터 및 HTML을 표시하기 위한 전용 기능을 갖추고 있으며, 수많은 콘텐츠 유형의 로깅 및 표시를 지원합니다. 이 가이드는 각 미디어 유형을 로깅하고 표시하기 위한 기본 및 고급 예제를 제공합니다. -- **[이미지](#log-images)** -- **[비디오](#log-video)** -- **[문서](#log-documents)** -- **[오디오](#log-audio)** -- **[HTML](#log-html)** +- **[이미지](#이미지-로깅-log-images)** +- **[비디오](#비디오-로깅-log-video)** +- **[문서](#문서-로깅-log-documents)** +- **[오디오](#오디오-로깅-log-audio)** +- **[HTML](#html-로깅-log-html)** ## 개요 -이 가이드의 예제는 어노테이션(annotations)을 사용합니다. 어노테이션은 미디어 로깅을 시작하는 가장 간단한 방법이므로 사용을 권장합니다. 더 고급 설정은 [Content API 섹션](#using-the-contents-api)을 참조하세요. +이 가이드의 예제는 어노테이션(annotations)을 사용합니다. 어노테이션은 미디어 로깅을 시작하는 가장 간단한 방법이므로 사용을 권장합니다. 더 고급 설정은 [Content API 섹션](#contents-api-사용하기)을 참조하세요. Weave에 미디어를 로깅하려면 op의 입력 또는 반환 유형으로 `Annotated[bytes, Content]` 또는 `Annotated[str, Content]`와 같은 유형 어노테이션을 추가하세요. 경로 인수를 `Annotated[str, Content]`와 함께 어노테이션하면, Weave가 자동으로 미디어를 열고 감지하여 trace 내에 표시합니다. diff --git a/ko/weave/guides/evaluation/evaluation_logger.mdx b/ko/weave/guides/evaluation/evaluation_logger.mdx index 76320914b7..99b5cc897f 100644 --- a/ko/weave/guides/evaluation/evaluation_logger.mdx +++ b/ko/weave/guides/evaluation/evaluation_logger.mdx @@ -33,7 +33,7 @@ description: Python 및 TypeScript 코드에서 평가 데이터를 기록하는 예측값에 대해 `finish()`를 호출한 후에는 더 이상 해당 예측값에 대한 점수를 로깅할 수 없습니다. -설명된 워크플로우를 보여주는 Python 코드는 [기본 예제](#basic-example)를 참조하세요. +설명된 워크플로우를 보여주는 Python 코드는 [기본 예제](#기본-예제)를 참조하세요. ## 기본 예제 diff --git a/ko/weave/guides/evaluation/guardrails_and_monitors.mdx b/ko/weave/guides/evaluation/guardrails_and_monitors.mdx index 55cade22d5..a572d3f80e 100644 --- a/ko/weave/guides/evaluation/guardrails_and_monitors.mdx +++ b/ko/weave/guides/evaluation/guardrails_and_monitors.mdx @@ -191,7 +191,7 @@ Scorer를 적용할 때: - **LLM-as-a-Judge configuration**: - **Scorer name**: 유효한 Scorer 이름은 문자나 숫자로 시작해야 하며 문자, 숫자, 하이픈 및 언더스코어만 포함할 수 있습니다. - **Judge model**: ops의 점수를 매길 모델을 선택합니다. 세 가지 유형의 모델을 사용할 수 있습니다: - - [Saved models](../tools/playground#saved-models) + - [Saved models](../tools/playground#메시지-재시도-편집-및-삭제) - W&B 관리자가 구성한 공급자의 모델 - [W&B Inference models](../integrations/inference) @@ -498,7 +498,7 @@ score = scorer.score(output="some text") ### 점수 분석 -호출 및 Scorer 결과를 쿼리하는 방법에 대한 자세한 내용은 [점수 분석 가이드](./scorers#score-analysis)와 [데이터 엑세스 가이드](/weave/guides/tracking/tracing#querying--exporting-calls)를 참조하세요. +호출 및 Scorer 결과를 쿼리하는 방법에 대한 자세한 내용은 [점수 분석 가이드](./scorers#점수-분석)와 [데이터 엑세스 가이드](/weave/guides/tracking/tracing#querying--exporting-calls)를 참조하세요. ## 프로덕션 모범 사례 diff --git a/ko/weave/guides/integrations/google_adk.mdx b/ko/weave/guides/integrations/google_adk.mdx index ca697335bf..2f03cbe6dc 100644 --- a/ko/weave/guides/integrations/google_adk.mdx +++ b/ko/weave/guides/integrations/google_adk.mdx @@ -26,11 +26,11 @@ Weave의 OTEL 추적에 대한 자세한 내용은 [Send OTEL Traces to Weave](. export GOOGLE_API_KEY=your_api_key_here ``` -3. [Weave에서 OTEL 추적 설정](#configure-otel-tracing-in-weave)을 수행합니다. +3. [Weave에서 OTEL 추적 설정](#weave에서-otel-추적-설정)을 수행합니다. ### Weave에서 OTEL 추적 설정 -ADK에서 Weave로 트레이스를 보내려면 `TracerProvider` 및 `OTLPSpanExporter`로 OTEL을 구성해야 합니다. [인증 및 프로젝트 식별을 위한 올바른 엔드포인트와 HTTP 헤더](#required-configuration)로 exporter를 설정하세요. +ADK에서 Weave로 트레이스를 보내려면 `TracerProvider` 및 `OTLPSpanExporter`로 OTEL을 구성해야 합니다. [인증 및 프로젝트 식별을 위한 올바른 엔드포인트와 HTTP 헤더](#필수-설정)로 exporter를 설정하세요. API 키 및 프로젝트 정보와 같은 민감한 환경 변수는 환경 파일(예: `.env`)에 저장하고 `os.environ`을 사용하여 로드하는 것이 좋습니다. 이를 통해 자격 증명을 안전하게 유지하고 코드 베이스에 노출되지 않도록 할 수 있습니다. diff --git a/ko/weave/guides/integrations/inference.mdx b/ko/weave/guides/integrations/inference.mdx index 34333dcec9..58dd3ef3b4 100644 --- a/ko/weave/guides/integrations/inference.mdx +++ b/ko/weave/guides/integrations/inference.mdx @@ -27,21 +27,21 @@ Weave를 사용하여 W&B Inference 기반 애플리케이션을 trace, evaluate 이 가이드는 다음 정보를 제공합니다: -- [필수 사항](#prerequisites) - - [Python을 통한 API 사용을 위한 추가 필수 사항](#additional-prerequisites-for-using-the-api-via-python) -- [API 사양](#api-specification) - - [엔드포인트](#endpoint) - - [사용 가능한 메소드](#available-methods) +- [필수 사항](#필수-사항) + - [Python을 통한 API 사용을 위한 추가 필수 사항](#python을-통한-api-사용을-위한-추가-필수-사항) +- [API 사양](#api-사양) + - [엔드포인트](#엔드포인트) + - [사용 가능한 메소드](#사용-가능한-메소드) - [Chat completions](#chat-completions) - [지원 모델 목록 조회](#list-supported-models) -- [사용 예시](#usage-examples) +- [사용 예시](#사용-예시) - [UI](#ui) - - [Inference 서비스 엑세스](#access-the-inference-service) - - [Playground에서 모델 사용해 보기](#try-a-model-in-the-playground) - - [여러 모델 비교하기](#compare-multiple-models) - - [결제 및 사용량 정보 확인](#view-billing-and-usage-information) -- [사용 정보 및 제한 사항](#usage-information-and-limits) -- [API 에러](#api-errors) + - [Inference 서비스 엑세스](#inference-서비스-엑세스) + - [Playground에서 모델 사용해 보기](#playground에서-모델-사용해-보기) + - [여러 모델 비교하기](#여러-모델-비교하기) + - [결제 및 사용량 정보 확인](#결제-및-사용량-정보-확인) +- [사용 정보 및 제한 사항](#사용-정보-및-제한-사항) +- [API 에러](#api-에러) ## 필수 사항 @@ -50,7 +50,7 @@ API 또는 W&B Weave UI를 통해 W&B Inference 서비스에 엑세스하려면 1. W&B 계정. [여기](https://app.wandb.ai/login?signup=true&_gl=1*1yze8dp*_ga*ODIxMjU5MTk3LjE3NDk0OTE2NDM.*_ga_GMYDGNGKDT*czE3NDk4NDYxMzgkbzEyJGcwJHQxNzQ5ODQ2MTM4JGo2MCRsMCRoMA..*_ga_JH1SJHJQXJ*czE3NDk4NDU2NTMkbzI1JGcxJHQxNzQ5ODQ2MTQ2JGo0NyRsMCRoMA..*_gcl_au*MTE4ODk1MzY1OC4xNzQ5NDkxNjQzLjk1ODA2MjQwNC4xNzQ5NTgyMTUzLjE3NDk1ODIxNTM.)에서 가입하세요. 2. W&B API 키. [User Settings](https://wandb.ai/settings)에서 API 키를 생성하세요. 3. W&B Project. -4. Python을 통해 Inference 서비스를 사용하는 경우, [Python을 통한 API 사용을 위한 추가 필수 사항](#additional-prerequisites-for-using-the-api-via-python)을 참조하세요. +4. Python을 통해 Inference 서비스를 사용하는 경우, [Python을 통한 API 사용을 위한 추가 필수 사항](#python을-통한-api-사용을-위한-추가-필수-사항)을 참조하세요. ### Python을 통한 API 사용을 위한 추가 필수 사항 @@ -63,16 +63,16 @@ pip install openai weave `weave` 라이브러리는 Weave를 사용하여 LLM 애플리케이션을 trace하려는 경우에만 필요합니다. Weave 시작에 대한 자세한 내용은 [Weave Quickstart](/weave/quickstart)를 참조하세요. -Weave와 함께 W&B Inference 서비스를 사용하는 방법을 보여주는 사용 예시는 [API 사용 예시](#usage-examples)를 참조하세요. +Weave와 함께 W&B Inference 서비스를 사용하는 방법을 보여주는 사용 예시는 [API 사용 예시](#사용-예시)를 참조하세요. ## API 사양 다음 섹션에서는 API 사양 정보와 API 사용 예시를 제공합니다. -- [엔드포인트](#endpoint) -- [사용 가능한 메소드](#available-methods) -- [사용 예시](#usage-examples) +- [엔드포인트](#엔드포인트) +- [사용 가능한 메소드](#사용-가능한-메소드) +- [사용 예시](#사용-예시) ### 엔드포인트 @@ -95,7 +95,7 @@ Inference 서비스는 다음 API 메소드를 지원합니다: #### Chat completions -사용 가능한 주요 API 메소드는 `/chat/completions`이며, 지원되는 모델에 메시지를 보내고 답변을 받기 위한 OpenAI 호환 요청 형식을 지원합니다. Weave와 함께 W&B Inference 서비스를 사용하는 방법을 보여주는 사용 예시는 [API 사용 예시](#usage-examples)를 참조하세요. +사용 가능한 주요 API 메소드는 `/chat/completions`이며, 지원되는 모델에 메시지를 보내고 답변을 받기 위한 OpenAI 호환 요청 형식을 지원합니다. Weave와 함께 W&B Inference 서비스를 사용하는 방법을 보여주는 사용 예시는 [API 사용 예시](#사용-예시)를 참조하세요. Chat completion을 생성하려면 다음이 필요합니다: @@ -198,8 +198,8 @@ API를 사용하여 현재 사용 가능한 모든 모델과 해당 ID를 조회 이 섹션에서는 Weave와 함께 W&B Inference를 사용하는 여러 예시를 제공합니다: -- [기본 예시: Weave로 Llama 3.1 8B Trace하기](#basic-example-trace-llama-31-8b-with-weave) -- [심화 예시: Inference 서비스와 함께 Weave Evaluations 및 Leaderboards 사용하기](#advanced-example-use-weave-evaluations-and-leaderboards-with-the-inference-service) +- [기본 예시: Weave로 Llama 3.1 8B Trace하기](#기본-예시-weave로-llama-31-8b-trace하기) +- [심화 예시: Inference 서비스와 함께 Weave Evaluations 및 Leaderboards 사용하기](#심화-예시-inference-서비스와-함께-weave-evaluations-및-leaderboards-사용하기) ### 기본 예시: Weave로 Llama 3.1 8B Trace하기 @@ -216,7 +216,7 @@ API를 사용하여 현재 사용 가능한 모든 모델과 해당 ID를 조회 - 함수는 Weave에 의해 자동으로 trace되므로 입력, 출력, 지연 시간 및 메타데이터(모델 ID 등)가 로그에 남습니다. - 결과는 터미널에 출력되며, trace는 지정된 프로젝트 아래 [https://wandb.ai](https://wandb.ai)의 **Traces** 탭에 나타납니다. -이 예시를 사용하려면 [일반 필수 사항](#prerequisites) 및 [Python을 통한 API 사용을 위한 추가 필수 사항](#additional-prerequisites-for-using-the-api-via-python)을 완료해야 합니다. +이 예시를 사용하려면 [일반 필수 사항](#필수-사항) 및 [Python을 통한 API 사용을 위한 추가 필수 사항](#python을-통한-api-사용을-위한-추가-필수-사항)을 완료해야 합니다. ```python lines import weave @@ -257,7 +257,7 @@ print(output) 1. [https://wandb.ai](https://wandb.ai)로 이동합니다. 2. **Traces** 탭을 선택하여 Weave trace를 확인합니다. -다음으로, [심화 예시](#advanced-example-use-weave-evaluations-and-leaderboards-with-the-inference-service)를 시도해 보세요. +다음으로, [심화 예시](#심화-예시-inference-서비스와-함께-weave-evaluations-및-leaderboards-사용하기)를 시도해 보세요. ![Traces 표시](/weave/guides/integrations/imgs/image.png) @@ -267,7 +267,7 @@ print(output) Inference 서비스와 함께 Weave를 사용하여 [모델 호출을 trace](../tracking/tracing.mdx)하는 것 외에도, [성능을 evaluate](../core-types/evaluations.mdx)하고 [leaderboard를 게시](../core-types/leaderboards.mdx)할 수 있습니다. 다음 Python 코드 샘플은 간단한 질의응답 데이터셋에서 두 모델을 비교합니다. -이 예시를 사용하려면 [일반 필수 사항](#prerequisites) 및 [Python을 통한 API 사용을 위한 추가 필수 사항](#additional-prerequisites-for-using-the-api-via-python)을 완료해야 합니다. +이 예시를 사용하려면 [일반 필수 사항](#필수-사항) 및 [Python을 통한 API 사용을 위한 추가 필수 사항](#python을-통한-api-사용을-위한-추가-필수-사항)을 완료해야 합니다. ```python lines import os @@ -356,7 +356,7 @@ weave.publish(spec) ## UI -다음 섹션에서는 W&B UI에서 Inference 서비스를 사용하는 방법을 설명합니다. UI를 통해 Inference 서비스에 엑세스하기 전에 [필수 사항](#prerequisites)을 완료하십시오. +다음 섹션에서는 W&B UI에서 Inference 서비스를 사용하는 방법을 설명합니다. UI를 통해 Inference 서비스에 엑세스하기 전에 [필수 사항](#필수-사항)을 완료하십시오. ### Inference 서비스 엑세스 @@ -384,8 +384,8 @@ Weave UI의 두 가지 위치에서 Inference 서비스에 엑세스할 수 있 1. 왼쪽 사이드바에서 **Playground**를 선택합니다. Playground 채팅 UI가 표시됩니다. 2. LLM 드롭다운 목록에서 **W&B Inference** 위로 마우스를 가져갑니다. 오른쪽에 사용 가능한 W&B Inference 모델 드롭다운이 표시됩니다. 3. W&B Inference 모델 드롭다운에서 다음을 수행할 수 있습니다: - - 사용 가능한 모델의 이름을 클릭하여 [Playground에서 시도해 보기](#try-a-model-in-the-playground). - - [Playground에서 하나 이상의 모델 비교하기](#compare-multiple-models). + - 사용 가능한 모델의 이름을 클릭하여 [Playground에서 시도해 보기](#playground에서-모델-사용해-보기). + - [Playground에서 하나 이상의 모델 비교하기](#여러-모델-비교하기). ![Playground의 Inference 모델 드롭다운](/weave/guides/integrations/imgs/inference-playground.png) @@ -393,12 +393,12 @@ Weave UI의 두 가지 위치에서 Inference 서비스에 엑세스할 수 있 ### Playground에서 모델 사용해 보기 -[엑세스 옵션 중 하나를 사용하여 모델을 선택](#access-the-inference-service)하면 Playground에서 모델을 사용해 볼 수 있습니다. 다음 기능을 사용할 수 있습니다: +[엑세스 옵션 중 하나를 사용하여 모델을 선택](#inference-서비스-엑세스)하면 Playground에서 모델을 사용해 볼 수 있습니다. 다음 기능을 사용할 수 있습니다: - [모델 설정 및 파라미터 커스텀](../tools/playground#customize-settings) -- [메시지 추가, 재시도, 편집 및 삭제](../tools/playground#message-controls) -- [커스텀 설정으로 모델 저장 및 재사용](../tools/playground#saved-models) -- [여러 모델 비교하기](#compare-multiple-models) +- [메시지 추가, 재시도, 편집 및 삭제](../tools/playground#azureintegrationsazure) +- [커스텀 설정으로 모델 저장 및 재사용](../tools/playground#메시지-재시도-편집-및-삭제) +- [여러 모델 비교하기](#여러-모델-비교하기) ![Playground에서 Inference 모델 사용하기](/weave/guides/integrations/imgs/inference-playground-single.png) @@ -418,7 +418,7 @@ Playground에서 여러 Inference 모델을 비교할 수 있습니다. Compare 3. 비교하려는 각 모델에 대해 2단계를 반복합니다. 4. 선택된 카드 중 하나에서 **Compare N models in the Playground** 버튼을 클릭합니다 (`N`은 비교 중인 모델의 수입니다. 예를 들어 3개의 모델이 선택되면 버튼에 **Compare 3 models in the Playground**라고 표시됩니다). 비교 뷰가 열립니다. -이제 Playground에서 모델을 비교하고 [Playground에서 모델 사용해 보기](#try-a-model-in-the-playground)에서 설명한 기능을 사용할 수 있습니다. +이제 Playground에서 모델을 비교하고 [Playground에서 모델 사용해 보기](#playground에서-모델-사용해-보기)에서 설명한 기능을 사용할 수 있습니다. ![Playground에서 비교할 여러 모델 선택](/weave/guides/integrations/imgs/inference-playground-compare.png) @@ -433,7 +433,7 @@ Playground에서 여러 Inference 모델을 비교할 수 있습니다. Compare 5. 비교하려는 각 모델에 대해 4단계를 반복합니다. 6. 선택된 카드 중 하나에서 **Compare N models in the Playground** 버튼을 클릭합니다 (`N`은 비교 중인 모델의 수입니다. 예를 들어 3개의 모델이 선택되면 버튼에 **Compare 3 models in the Playground**라고 표시됩니다). 비교 뷰가 열립니다. -이제 Playground에서 모델을 비교하고 [Playground에서 모델 사용해 보기](#try-a-model-in-the-playground)에서 설명한 기능을 사용할 수 있습니다. +이제 Playground에서 모델을 비교하고 [Playground에서 모델 사용해 보기](#playground에서-모델-사용해-보기)에서 설명한 기능을 사용할 수 있습니다. ### 결제 및 사용량 정보 확인 @@ -475,7 +475,7 @@ Inference 서비스는 지원되는 지리적 위치에서만 엑세스할 수 | 에러 코드 | 메시지 | 원인 | 해결 방법 | | ---------- | --------------------------------------------------------------------------- | ----------------------------------------------- | -------------------------------------------------------------------------------------- | | 401 | Invalid Authentication | 인증 정보가 잘못되었거나 W&B Project Entity 또는 이름이 올바르지 않습니다. | 올바른 API 키를 사용하고 있는지, W&B Project 이름과 Entity가 맞는지 확인하세요. | -| 403 | Country, region, or territory not supported | 지원되지 않는 위치에서 API에 엑세스하고 있습니다. | [지리적 제한 사항](#geographic-restrictions)을 확인하세요. | +| 403 | Country, region, or territory not supported | 지원되지 않는 위치에서 API에 엑세스하고 있습니다. | [지리적 제한 사항](#지리적-제한-사항)을 확인하세요. | | 429 | Concurrency limit reached for requests | 동시 요청이 너무 많습니다. | 동시 요청 수를 줄이십시오. | | 429 | You exceeded your current quota, please check your plan and billing details | 크레딧이 소진되었거나 월간 지출 한도에 도달했습니다. | 크레딧을 추가 구매하거나 한도를 늘리십시오. | | 500 | The server had an error while processing your request | 내부 서버 에러입니다. | 잠시 후 다시 시도하고 문제가 지속되면 고객 지원에 문의하세요. | diff --git a/ko/weave/guides/integrations/js.mdx b/ko/weave/guides/integrations/js.mdx index 8d2e6fb862..4bde273ed3 100644 --- a/ko/weave/guides/integrations/js.mdx +++ b/ko/weave/guides/integrations/js.mdx @@ -75,7 +75,7 @@ Next.js 와 같은 일부 프레임워크 및 번들러는 런타임 시 Node ``` -2. 여전히 패치에 실패하면 [수동 인스트루멘테이션](#manual-patching-fallback-option)으로 대체하세요. +2. 여전히 패치에 실패하면 [수동 인스트루멘테이션](#수동-패치-대체-옵션)으로 대체하세요. ### 수동 패치 (대체 옵션) diff --git a/ko/weave/guides/integrations/pydantic_ai.mdx b/ko/weave/guides/integrations/pydantic_ai.mdx index fc6ea15170..9d0237afe8 100644 --- a/ko/weave/guides/integrations/pydantic_ai.mdx +++ b/ko/weave/guides/integrations/pydantic_ai.mdx @@ -18,11 +18,11 @@ Weave 의 OTEL 트레이싱에 대한 자세한 내용은 [Send OTEL Traces to W ```bash pip install opentelemetry-sdk OTELemetry-exporter-otlp-proto-http ``` -그런 다음, [Weave에서 OTEL 트레이싱 설정](#configure-otel-tracing-in-weave)을 진행하세요. +그런 다음, [Weave에서 OTEL 트레이싱 설정](#weave에서-otel-트레이싱-설정)을 진행하세요. ### Weave에서 OTEL 트레이싱 설정 -PydanticAI에서 Weave 로 트레이스를 보내려면 `TracerProvider` 및 `OTLPSpanExporter`로 OTEL을 설정하세요. 익스포터를 [인증 및 프로젝트 식별을 위한 올바른 엔드포인트와 HTTP 헤더](#required-configuration)로 설정합니다. +PydanticAI에서 Weave 로 트레이스를 보내려면 `TracerProvider` 및 `OTLPSpanExporter`로 OTEL을 설정하세요. 익스포터를 [인증 및 프로젝트 식별을 위한 올바른 엔드포인트와 HTTP 헤더](#필수-설정)로 설정합니다. API 키 및 프로젝트 정보와 같은 민감한 환경 변수는 환경 파일(예: `.env`)에 저장하고 `os.environ`을 사용하여 로드하는 것이 좋습니다. 이렇게 하면 자격 증명을 안전하게 유지하고 코드베이스에 노출되지 않도록 할 수 있습니다. diff --git a/ko/weave/guides/platform/weave-self-managed.mdx b/ko/weave/guides/platform/weave-self-managed.mdx index a1d0605042..2496786462 100644 --- a/ko/weave/guides/platform/weave-self-managed.mdx +++ b/ko/weave/guides/platform/weave-self-managed.mdx @@ -54,7 +54,7 @@ graph TD - **W&B 라이선스**: W&B Support 로부터 받은 Weave 가 활성화된 라이선스 -이 사전 요구 사항 목록만으로 사이징 결정을 내리지 마세요. 리소스 요구 사항은 trace 볼륨과 사용 패턴에 따라 크게 달라집니다. 명시적인 클러스터 사이징 가이드는 상세 [리소스 요구 사항](#resource-requirements) 섹션을 참조하세요. +이 사전 요구 사항 목록만으로 사이징 결정을 내리지 마세요. 리소스 요구 사항은 trace 볼륨과 사용 패턴에 따라 크게 달라집니다. 명시적인 클러스터 사이징 가이드는 상세 [리소스 요구 사항](#최소-프로덕션-설정) 섹션을 참조하세요. ### 필수 툴 diff --git a/ko/weave/guides/tools/column-mapping.mdx b/ko/weave/guides/tools/column-mapping.mdx index 75ab1e8c60..47e5953175 100644 --- a/ko/weave/guides/tools/column-mapping.mdx +++ b/ko/weave/guides/tools/column-mapping.mdx @@ -46,6 +46,6 @@ description: thought Datasets 의 컬럼을 다른 이름으로 매핑합니다. }); ``` - TypeScript scorer 인수에 대한 자세한 내용은 [Scorer Keyword Arguments](../evaluation/scorers#scorer-keyword-arguments)를 참조하세요. + TypeScript scorer 인수에 대한 자세한 내용은 [Scorer Keyword Arguments](../evaluation/scorers#scorer-키워드-인수)를 참조하세요. \ No newline at end of file diff --git a/ko/weave/guides/tools/comparison.mdx b/ko/weave/guides/tools/comparison.mdx index 349af2210e..e306f26913 100644 --- a/ko/weave/guides/tools/comparison.mdx +++ b/ko/weave/guides/tools/comparison.mdx @@ -13,22 +13,22 @@ Weave Comparison 기능을 사용하면 코드, traces, prompts, Models, 그리 2. 비교할 오브젝트를 선택합니다. 선택 방법은 비교하려는 오브젝트 유형에 따라 다릅니다: - **Traces**의 경우, Traces 컬럼의 해당 행에 있는 체크박스를 선택하여 비교할 traces를 선택합니다. - **Models**와 같은 오브젝트의 경우, 모델 Versions 페이지로 이동하여 비교하려는 버전 옆의 체크박스를 선택합니다. -3. **Compare**를 클릭하여 Comparison 뷰를 엽니다. 이제 [사용 가능한 액션](#available-actions)을 사용하여 뷰를 세부 조정할 수 있습니다. +3. **Compare**를 클릭하여 Comparison 뷰를 엽니다. 이제 [사용 가능한 액션](#사용-가능한-액션)을 사용하여 뷰를 세부 조정할 수 있습니다. ## 사용 가능한 액션 -Comparison 뷰에서는 비교 중인 오브젝트 수에 따라 여러 액션을 사용할 수 있습니다. [사용 참고 사항](#usage-notes)을 반드시 확인하세요. +Comparison 뷰에서는 비교 중인 오브젝트 수에 따라 여러 액션을 사용할 수 있습니다. [사용 참고 사항](#다중-오브젝트-비교에서-특정-쌍-비교)을 반드시 확인하세요. -- [diff 표시 변경](#change-the-diff-display) +- [diff 표시 변경](#diff-표시-변경) - [나란히 표시 (side-by-side)](#display-side-by-side) -- [통합 뷰로 표시 (unified)](#display-in-a-unified-view) -- [베이스라인 설정](#set-a-baseline) -- [베이스라인 제거](#remove-a-baseline) -- [비교 순서 변경](#change-the-comparison-order) +- [통합 뷰로 표시 (unified)](#나란히-표시-side-by-side) +- [베이스라인 설정](#통합-뷰로-표시-unified) +- [베이스라인 제거](#베이스라인-설정) +- [비교 순서 변경](#베이스라인-제거) - [숫자형 diff 표시 포맷 변경](#change-numeric-diff-display-format) -- [베이스라인 또는 이전 항목과 비교](#compare-with-baseline-or-previous) -- [다중 오브젝트 비교에서 특정 쌍 비교](#compare-a-pair-from-a-multi-object-comparison) -- [비교에서 오브젝트 제거](#remove-an-object-from-comparison) +- [베이스라인 또는 이전 항목과 비교](#비교-순서-변경) +- [다중 오브젝트 비교에서 특정 쌍 비교](#숫자형-diff-표시-포맷-변경) +- [비교에서 오브젝트 제거](#베이스라인-또는-이전-항목과-비교) ### diff 표시 변경 @@ -36,7 +36,7 @@ Comparison 뷰에서는 비교 중인 오브젝트 수에 따라 여러 액션 ### 나란히 표시 (side-by-side) -이 옵션은 두 개의 오브젝트를 비교하거나, [다중 오브젝트 비교에서 특정 쌍](#compare-a-pair-from-a-multi-object-comparison)을 비교할 때만 사용할 수 있습니다. +이 옵션은 두 개의 오브젝트를 비교하거나, [다중 오브젝트 비교에서 특정 쌍](#숫자형-diff-표시-포맷-변경)을 비교할 때만 사용할 수 있습니다. 각 오브젝트를 별도의 컬럼에서 나란히 비교하려면 **Side-by-side**를 선택합니다. @@ -46,7 +46,7 @@ Comparison 뷰에서는 비교 중인 오브젝트 수에 따라 여러 액션 ### 통합 뷰로 표시 (unified) -이 옵션은 두 개의 오브젝트를 비교하거나, [다중 오브젝트 비교에서 특정 쌍](#compare-a-pair-from-a-multi-object-comparison)을 비교할 때만 사용할 수 있습니다. +이 옵션은 두 개의 오브젝트를 비교하거나, [다중 오브젝트 비교에서 특정 쌍](#숫자형-diff-표시-포맷-변경)을 비교할 때만 사용할 수 있습니다. 각 오브젝트를 통합된 하나의 뷰에서 비교하려면 **Unified**를 선택합니다. @@ -94,7 +94,7 @@ Comparison 뷰에서는 비교 중인 오브젝트 수에 따라 여러 액션 ### 베이스라인 또는 이전 항목과 비교 -이 옵션은 3개 이상의 오브젝트를 비교할 때만 사용할 수 있습니다. [ID 오른쪽의 점 3개를 클릭하여 기존 베이스라인을 설정](#set-a-baseline)하거나 [제거](#remove-a-baseline)할 수도 있습니다. +이 옵션은 3개 이상의 오브젝트를 비교할 때만 사용할 수 있습니다. [ID 오른쪽의 점 3개를 클릭하여 기존 베이스라인을 설정](#통합-뷰로-표시-unified)하거나 [제거](#베이스라인-설정)할 수도 있습니다. 3개 이상의 오브젝트로 베이스라인 비교를 수행하려면 다음을 수행하세요: @@ -128,4 +128,4 @@ Comparison 뷰에서는 비교 중인 오브젝트 수에 따라 여러 액션 ## 사용 참고 사항 - Comparison 기능은 UI에서만 사용할 수 있습니다. - - 원하는 만큼 많은 오브젝트를 비교할 수 있습니다. 하지만 UI에는 최대 6개까지만 표시됩니다. 6개 이상의 오브젝트를 비교할 때 표시되지 않는 오브젝트를 비교 테이블에서 보려면, 해당 오브젝트가 왼쪽에서 오른쪽으로 처음 6개 안에 들도록 [비교 순서를 변경](#change-the-comparison-order)하거나, 쉬운 보기를 위해 [다중 오브젝트 비교에서 특정 쌍을 선택](#compare-a-pair-from-a-multi-object-comparison)하세요. \ No newline at end of file + - 원하는 만큼 많은 오브젝트를 비교할 수 있습니다. 하지만 UI에는 최대 6개까지만 표시됩니다. 6개 이상의 오브젝트를 비교할 때 표시되지 않는 오브젝트를 비교 테이블에서 보려면, 해당 오브젝트가 왼쪽에서 오른쪽으로 처음 6개 안에 들도록 [비교 순서를 변경](#베이스라인-제거)하거나, 쉬운 보기를 위해 [다중 오브젝트 비교에서 특정 쌍을 선택](#숫자형-diff-표시-포맷-변경)하세요. \ No newline at end of file diff --git a/ko/weave/guides/tools/playground.mdx b/ko/weave/guides/tools/playground.mdx index 84dd627fbb..dcbc7743ae 100644 --- a/ko/weave/guides/tools/playground.mdx +++ b/ko/weave/guides/tools/playground.mdx @@ -9,7 +9,7 @@ description: LLM 프롬프트와 응답을 반복적으로 개선하는 프로 - [제품 페이지](https://wandb.ai/site/inference) -LLM 프롬프트와 응답을 평가하는 것은 어렵습니다. Weave Playground는 LLM 프롬프트와 응답을 반복하는 프로세스를 단순화하도록 설계되어, 다양한 모델과 프롬프트를 실험하기 쉽게 만들어 줍니다. 프롬프트 편집, 메시지 재시도, 모델 비교와 같은 기능을 통해 Playground는 LLM 애플리케이션을 빠르게 테스트하고 개선할 수 있도록 돕습니다. Playground는 현재 OpenAI, Anthropic, Google, Groq, Amazon Bedrock, Microsoft Azure의 모델뿐만 아니라 [커스텀 프로바이더](#add-a-custom-provider)도 지원합니다. +LLM 프롬프트와 응답을 평가하는 것은 어렵습니다. Weave Playground는 LLM 프롬프트와 응답을 반복하는 프로세스를 단순화하도록 설계되어, 다양한 모델과 프롬프트를 실험하기 쉽게 만들어 줍니다. 프롬프트 편집, 메시지 재시도, 모델 비교와 같은 기능을 통해 Playground는 LLM 애플리케이션을 빠르게 테스트하고 개선할 수 있도록 돕습니다. Playground는 현재 OpenAI, Anthropic, Google, Groq, Amazon Bedrock, Microsoft Azure의 모델뿐만 아니라 [커스텀 프로바이더](#llm-파라미터-조정)도 지원합니다. - **빠른 엑세스:** 새로운 세션을 위해 W&B 사이드바에서 Playground를 열거나, 기존 프로젝트를 테스트하기 위해 Call 페이지에서 열 수 있습니다. - **메시지 제어:** 채팅 내에서 직접 메시지를 편집, 재시도 또는 삭제할 수 있습니다. @@ -23,18 +23,18 @@ LLM 프롬프트와 응답을 평가하는 것은 어렵습니다. Weave Playgro Playground를 시작하여 LLM 상호작용을 최적화하고 프롬프트 엔지니어링 프로세스와 LLM 애플리케이션 개발을 효율화하세요. - [사전 요구 사항](#prerequisites) - - [프로바이더 자격 증명 및 정보 추가](#add-provider-credentials-and-information) - - [Playground 엑세스](#access-the-playground) -- [LLM 선택](#select-an-llm) + - [프로바이더 자격 증명 및 정보 추가](#사전-요구-사항) + - [Playground 엑세스](#프로바이더-자격-증명-및-정보-추가) +- [LLM 선택](#playground-엑세스) - [설정 사용자 지정](#customize-settings) - [메시지 제어](#add-retry-edit-and-delete-messages) -- [LLM 비교](#compare-llms) -- [커스텀 프로바이더](#custom-providers) -- [저장된 모델](#saved-models) +- [LLM 비교](#deepseek) +- [커스텀 프로바이더](#설정-사용자-지정) +- [저장된 모델](#메시지-재시도-편집-및-삭제) ## 사전 요구 사항 -Playground를 사용하기 전에 [프로바이더 자격 증명을 추가](#add-provider-credentials-and-information)하고 [Playground UI를 열어야](#access-the-playground) 합니다. +Playground를 사용하기 전에 [프로바이더 자격 증명을 추가](#사전-요구-사항)하고 [Playground UI를 열어야](#프로바이더-자격-증명-및-정보-추가) 합니다. ### 프로바이더 자격 증명 및 정보 추가 @@ -241,7 +241,7 @@ Playground에 엑세스하는 방법은 두 가지입니다: 선택한 모델에 대해 다양한 파라미터 값으로 실험할 수 있습니다. 파라미터를 조정하려면 다음을 수행하세요: 1. Playground UI의 오른쪽 상단에서 **Chat settings**를 클릭하여 파라미터 설정 드롭다운을 엽니다. -2. 드롭다운에서 원하는 대로 파라미터를 조정합니다. Weave call 추적을 켜거나 끌 수 있으며, [함수를 추가](#add-a-function)할 수도 있습니다. +2. 드롭다운에서 원하는 대로 파라미터를 조정합니다. Weave call 추적을 켜거나 끌 수 있으며, [함수를 추가](#anthropicintegrationsanthropic)할 수도 있습니다. 3. **Chat settings**를 클릭하여 드롭다운을 닫고 변경 사항을 저장합니다. @@ -293,16 +293,16 @@ Playground를 사용하면 LLM을 비교할 수 있습니다. 비교를 수행 1. Playground UI에서 **Compare**를 클릭합니다. 원래 채팅 옆에 두 번째 채팅이 열립니다. 2. 두 번째 채팅에서 다음을 수행할 수 있습니다: - - [비교할 LLM 선택](#select-an-llm) - - [파라미터 조정](#adjust-llm-parameters) - - [함수 추가](#add-a-function) + - [비교할 LLM 선택](#playground-엑세스) + - [파라미터 조정](#amazon-bedrockintegrationsbedrock) + - [함수 추가](#anthropicintegrationsanthropic) 3. 메시지 상자에 두 모델로 테스트하려는 메시지를 입력하고 **Send**를 누릅니다. ## 커스텀 프로바이더 ### 커스텀 프로바이더 추가 -[지원되는 프로바이더](#select-an-llm) 외에도 Playground를 사용하여 커스텀 모델을 위한 OpenAI 호환 API 엔드포인트를 테스트할 수 있습니다. 예시는 다음과 같습니다: +[지원되는 프로바이더](#playground-엑세스) 외에도 Playground를 사용하여 커스텀 모델을 위한 OpenAI 호환 API 엔드포인트를 테스트할 수 있습니다. 예시는 다음과 같습니다: - 지원되는 모델 프로바이더의 이전 버전 - 로컬 모델 @@ -327,11 +327,11 @@ Playground에 커스텀 프로바이더를 추가하려면 다음을 수행하 CORS 제한으로 인해 Playground에서 localhost 또는 127.0.0.1 URL을 직접 호출할 수 없습니다. 로컬 모델 서버(예: Ollama)를 실행 중인 경우, ngrok과 같은 터널링 서비스를 사용하여 안전하게 노출하세요. 자세한 내용은 [Ollama와 함께 ngrok 사용하기](#use-ngrok-with-ollama)를 참조하세요. -이제 표준 Playground 기능을 사용하여 커스텀 프로바이더 모델을 테스트할 수 있습니다. 커스텀 프로바이더를 [편집](#edit-a-custom-provider)하거나 [삭제](#remove-a-custom-provider)할 수도 있습니다. +이제 표준 Playground 기능을 사용하여 커스텀 프로바이더 모델을 테스트할 수 있습니다. 커스텀 프로바이더를 [편집](#함수-추가)하거나 [삭제](#트라이얼-횟수-조정)할 수도 있습니다. ### 커스텀 프로바이더 편집 -[이전에 생성된 커스텀 프로바이더](#add-a-custom-provider) 정보를 편집하려면 다음을 수행하세요: +[이전에 생성된 커스텀 프로바이더](#llm-파라미터-조정) 정보를 편집하려면 다음을 수행하세요: 1. Weave 사이드바에서 **Overview**로 이동합니다. 2. 상단 내비게이션 메뉴에서 **AI Providers**를 선택합니다. @@ -342,7 +342,7 @@ CORS 제한으로 인해 Playground에서 localhost 또는 127.0.0.1 URL을 직 ### 커스텀 프로바이더 삭제 -[이전에 생성된 커스텀 프로바이더](#add-a-custom-provider)를 삭제하려면 다음을 수행하세요: +[이전에 생성된 커스텀 프로바이더](#llm-파라미터-조정)를 삭제하려면 다음을 수행하세요: 1. Weave 사이드바에서 **Overview**로 이동합니다. 2. 상단 내비게이션 메뉴에서 **AI Providers**를 선택합니다. @@ -435,22 +435,22 @@ flowchart LR 3. Playground UI의 오른쪽 상단에서 **Chat settings**를 클릭하여 채팅 설정 창을 엽니다. 4. 채팅 설정 창에서: - **Model Name** 필드에 저장할 모델의 이름을 입력합니다. - - 원하는 대로 파라미터를 조정합니다. Weave call 추적을 켜거나 끌 수 있으며, [함수를 추가](#add-a-function)할 수도 있습니다. -5. **Publish Model**을 클릭합니다. 모델이 저장되며 LLM 드롭다운의 **Saved Models**에서 엑세스할 수 있습니다. 이제 저장된 모델을 [사용](#use-a-saved-model)하고 [업데이트](#update-a-saved-model)할 수 있습니다. + - 원하는 대로 파라미터를 조정합니다. Weave call 추적을 켜거나 끌 수 있으며, [함수를 추가](#anthropicintegrationsanthropic)할 수도 있습니다. +5. **Publish Model**을 클릭합니다. 모델이 저장되며 LLM 드롭다운의 **Saved Models**에서 엑세스할 수 있습니다. 이제 저장된 모델을 [사용](#use-a-saved-model)하고 [업데이트](#llm-비교)할 수 있습니다. ### 저장된 모델 사용 -실험이나 세션 간의 일관성을 유지하기 위해 이전에 [저장된 모델](#save-a-model)로 빠르게 전환하세요. 이를 통해 중단했던 부분부터 바로 다시 시작할 수 있습니다. +실험이나 세션 간의 일관성을 유지하기 위해 이전에 [저장된 모델](#새-메시지-추가)로 빠르게 전환하세요. 이를 통해 중단했던 부분부터 바로 다시 시작할 수 있습니다. 1. LLM 드롭다운에서 **Saved Models**를 선택합니다. 2. 저장된 모델 목록에서 로드하려는 모델을 클릭합니다. 모델이 로드되고 Playground에서 사용할 준비가 됩니다. ### 저장된 모델 업데이트 -기존의 [저장된 모델](#save-a-model)을 편집하여 파라미터를 파인튜닝하거나 구성을 새로 고칩니다. 이를 통해 유스 케이스의 발전에 맞춰 저장된 모델을 개선할 수 있습니다. +기존의 [저장된 모델](#새-메시지-추가)을 편집하여 파라미터를 파인튜닝하거나 구성을 새로 고칩니다. 이를 통해 유스 케이스의 발전에 맞춰 저장된 모델을 개선할 수 있습니다. 1. LLM 드롭다운에서 **Saved Models**를 선택합니다. 2. 저장된 모델 목록에서 업데이트하려는 모델을 클릭합니다. 3. Playground UI의 오른쪽 상단에서 **Chat settings**를 클릭하여 채팅 설정 창을 엽니다. -4. 채팅 설정 창에서 원하는 대로 파라미터를 조정합니다. Weave call 추적을 켜거나 끌 수 있으며, [함수를 추가](#add-a-function)할 수도 있습니다. +4. 채팅 설정 창에서 원하는 대로 파라미터를 조정합니다. Weave call 추적을 켜거나 끌 수 있으며, [함수를 추가](#anthropicintegrationsanthropic)할 수도 있습니다. 5. **Update model**을 클릭합니다. 모델이 업데이트되며 LLM 드롭다운의 **Saved Models**에서 엑세스할 수 있습니다. diff --git a/ko/weave/guides/tools/saved-views.mdx b/ko/weave/guides/tools/saved-views.mdx index fd82836822..399ce0f5f8 100644 --- a/ko/weave/guides/tools/saved-views.mdx +++ b/ko/weave/guides/tools/saved-views.mdx @@ -158,14 +158,14 @@ Weave UI에서 저장된 뷰를 생성, 로드, 이름 변경 및 편집할 수 ### 저장된 뷰 이름 변경하기 -1. [저장된 뷰 로드하기](#load-a-saved-view)에 설명된 단계를 따릅니다. +1. [저장된 뷰 로드하기](#저장된-뷰-로드하기)에 설명된 단계를 따릅니다. 2. **Traces** 또는 **Evals** 탭의 좌측 상단에서 뷰 이름을 클릭합니다. 3. 뷰의 새 이름을 입력합니다. 4. 새 뷰 이름을 저장하려면 **Enter**를 누릅니다. ### 저장된 뷰 편집하기 -1. [저장된 뷰 로드하기](#load-a-saved-view)에 설명된 단계를 따릅니다. +1. [저장된 뷰 로드하기](#저장된-뷰-로드하기)에 설명된 단계를 따릅니다. 2. 테이블 구성을 조정합니다. 3. 우측 상단에서 **Save view**를 클릭합니다. @@ -176,7 +176,7 @@ Weave UI에서 저장된 뷰를 생성, 로드, 이름 변경 및 편집할 수 1. **Traces** 또는 **Evals** 탭으로 이동합니다. -2. 삭제하려는 [뷰를 로드](#load-a-saved-view)합니다. +2. 삭제하려는 [뷰를 로드](#저장된-뷰-로드하기)합니다. 3. **Save view** 왼쪽의 햄버거 메뉴를 클릭합니다. 4. 드롭다운 메뉴에서 **Delete view**를 클릭합니다. 5. 팝업 모달에서 **Delete view**를 클릭하여 확인합니다. 또는 삭제를 중단하려면 **Cancel**을 클릭합니다. diff --git a/ko/weave/guides/tracking/faqs.mdx b/ko/weave/guides/tracking/faqs.mdx index ed80c2917b..de424d0939 100644 --- a/ko/weave/guides/tracking/faqs.mdx +++ b/ko/weave/guides/tracking/faqs.mdx @@ -50,7 +50,7 @@ Python의 `datetime.datetime`(타임존 정보 포함)을 사용하고, `weave.p ## UI에서 Markdown을 어떻게 렌더링하나요? -저장하기 전에 문자열을 `weave.Markdown(...)`으로 감싸고, `weave.publish(...)`를 사용하여 저장하세요. Weave는 오브젝트의 타입을 사용하여 렌더링 방식을 결정하며, `weave.Markdown`은 알려진 UI 렌더러에 매핑됩니다. 해당 값은 UI에서 포맷된 Markdown 오브젝트로 표시됩니다. 전체 코드 샘플은 [Viewing calls](./tracing.mdx#viewing-calls)를 참조하세요. +저장하기 전에 문자열을 `weave.Markdown(...)`으로 감싸고, `weave.publish(...)`를 사용하여 저장하세요. Weave는 오브젝트의 타입을 사용하여 렌더링 방식을 결정하며, `weave.Markdown`은 알려진 UI 렌더러에 매핑됩니다. 해당 값은 UI에서 포맷된 Markdown 오브젝트로 표시됩니다. 전체 코드 샘플은 [Viewing calls](./tracing.mdx#updating-calls)를 참조하세요. ## Weave가 함수의 실행 속도에 영향을 미치나요? diff --git a/ko/weave/guides/tracking/feedback.mdx b/ko/weave/guides/tracking/feedback.mdx index 4696c9744f..bce3990bdb 100644 --- a/ko/weave/guides/tracking/feedback.mdx +++ b/ko/weave/guides/tracking/feedback.mdx @@ -11,13 +11,13 @@ LLM 애플리케이션을 효율적으로 평가하려면 피드백을 수집하 이 가이드는 UI와 SDK 모두에서 Weave의 피드백 기능을 사용하는 방법, 피드백을 쿼리하고 관리하는 방법, 상세 평가를 위해 인간 어노테이션(human annotations)을 사용하는 방법을 다룹니다. -- [UI에서 피드백 제공하기](#provide-feedback-in-the-ui) -- [SDK를 통해 피드백 제공하기](#provide-feedback-via-the-sdk) -- [인간 어노테이션 추가하기](#add-human-annotations) +- [UI에서 피드백 제공하기](#ui에서-피드백-제공하기) +- [SDK를 통해 피드백 제공하기](#sdk를-통해-피드백-제공하기) +- [인간 어노테이션 추가하기](#인간-어노테이션-추가하기) ## UI에서 피드백 제공하기 -Weave UI에서는 [call 상세 페이지](#from-the-call-details-page) 또는 [아이콘을 사용](#use-the-icons)하여 피드백을 추가하고 볼 수 있습니다. +Weave UI에서는 [call 상세 페이지](#call-상세-페이지에서) 또는 [아이콘을 사용](#아이콘-사용하기)하여 피드백을 추가하고 볼 수 있습니다. ### call 상세 페이지에서 @@ -26,7 +26,7 @@ Weave UI에서는 [call 상세 페이지](#from-the-call-details-page) 또는 [ 3. call 상세 페이지를 엽니다. 4. 해당 call의 **Feedback** 컬럼을 선택합니다. 5. 피드백 추가, 보기 또는 삭제: - - call 상세 피드백 뷰의 오른쪽 상단에 있는 _[아이콘을 사용하여 피드백 추가 및 보기](#use-the-icons)_를 수행합니다. + - call 상세 피드백 뷰의 오른쪽 상단에 있는 _[아이콘을 사용하여 피드백 추가 및 보기](#아이콘-사용하기)_를 수행합니다. - _call 상세 피드백 테이블에서 피드백을 확인하고 삭제합니다._ 해당 피드백 행의 가장 오른쪽 컬럼에 있는 휴지통 아이콘을 클릭하여 피드백을 삭제할 수 있습니다. @@ -50,7 +50,7 @@ call 테이블과 개별 call 상세 페이지 모두에 위치한 아이콘을 1. 제거하려는 이모지 반응 위에 마우스를 올립니다. 2. 해당 반응을 클릭하여 제거합니다. -> [call 상세 페이지의 **Feedback** 컬럼](#from-the-call-details-page)에서도 피드백을 삭제할 수 있습니다. +> [call 상세 페이지의 **Feedback** 컬럼](#call-상세-페이지에서)에서도 피드백을 삭제할 수 있습니다. 코멘트를 추가하려면: @@ -241,7 +241,7 @@ UUID를 지정하여 특정 call에서 피드백을 삭제할 수 있습니다. ## 인간 어노테이션 추가하기 -Weave UI에서는 인간 어노테이션(human annotations)이 지원됩니다. 인간 어노테이션을 작성하려면 먼저 [UI](#create-a-human-annotation-scorer-in-the-ui) 또는 [API](#create-a-human-annotation-scorer-using-the-api)를 사용하여 Human Annotation scorer를 생성해야 합니다. 그런 다음 [UI에서 해당 scorer를 사용하여 어노테이션을 작성](#use-the-human-annotation-scorer-in-the-ui)하고, [API를 사용하여 어노테이션 scorer를 수정](#modify-a-human-annotation-scorer-using-the-api)할 수 있습니다. +Weave UI에서는 인간 어노테이션(human annotations)이 지원됩니다. 인간 어노테이션을 작성하려면 먼저 [UI](#ui에서-인간-어노테이션-scorer-생성하기) 또는 [API](#api를-사용하여-인간-어노테이션-scorer-생성하기)를 사용하여 Human Annotation scorer를 생성해야 합니다. 그런 다음 [UI에서 해당 scorer를 사용하여 어노테이션을 작성](#ui에서-인간-어노테이션-scorer-사용하기)하고, [API를 사용하여 어노테이션 scorer를 수정](#api를-사용하여-인간-어노테이션-scorer-수정하기)할 수 있습니다. ### UI에서 인간 어노테이션 scorer 생성하기 @@ -254,7 +254,7 @@ UI에서 인간 어노테이션 scorer를 생성하려면 다음 단계를 따 - `Name` (이름) - `Description` (설명) - `Type`: `boolean` 또는 `integer`와 같이 수집할 피드백의 유형을 결정합니다. -4. **Create scorer**를 클릭합니다. 이제 [scorer를 사용하여 어노테이션을 작성](#use-the-human-annotation-scorer-in-the-ui)할 수 있습니다. +4. **Create scorer**를 클릭합니다. 이제 [scorer를 사용하여 어노테이션을 작성](#ui에서-인간-어노테이션-scorer-사용하기)할 수 있습니다. 다음 예시에서는 인간 어노테이터에게 LLM이 수집한 문서 유형을 선택하도록 요청합니다. 이에 따라 스코어 설정으로 선택된 `Type`은 가능한 문서 유형을 포함하는 `enum`입니다. @@ -264,7 +264,7 @@ UI에서 인간 어노테이션 scorer를 생성하려면 다음 단계를 따 ### UI에서 인간 어노테이션 scorer 사용하기 -[인간 어노테이션 scorer를 생성](#create-a-human-annotation-scorer-in-the-ui)하면 call 상세 페이지의 **Feedback** 사이드바에 구성된 옵션과 함께 자동으로 표시됩니다. scorer를 사용하려면 다음 단계를 따르세요: +[인간 어노테이션 scorer를 생성](#ui에서-인간-어노테이션-scorer-생성하기)하면 call 상세 페이지의 **Feedback** 사이드바에 구성된 옵션과 함께 자동으로 표시됩니다. scorer를 사용하려면 다음 단계를 따르세요: 1. 사이드바에서 **Traces**로 이동합니다. 2. 인간 어노테이션을 추가하려는 call에 해당하는 행을 찾습니다. @@ -335,7 +335,7 @@ UI에서 인간 어노테이션 scorer를 생성하려면 다음 단계를 따 ### API를 사용하여 인간 어노테이션 scorer 수정하기 -[API를 사용하여 인간 어노테이션 scorer 생성](#create-a-human-annotation-scorer-using-the-api) 섹션의 내용을 확장하여, 다음 예시는 `publish` 시 원래 오브젝트 ID(`temperature-scorer`)를 사용하여 `Temperature` scorer의 업데이트된 버전을 생성합니다. 결과는 모든 버전의 이력이 포함된 업데이트된 오브젝트가 됩니다. +[API를 사용하여 인간 어노테이션 scorer 생성](#api를-사용하여-인간-어노테이션-scorer-생성하기) 섹션의 내용을 확장하여, 다음 예시는 `publish` 시 원래 오브젝트 ID(`temperature-scorer`)를 사용하여 `Temperature` scorer의 업데이트된 버전을 생성합니다. 결과는 모든 버전의 이력이 포함된 업데이트된 오브젝트가 됩니다. > **Scorers** 탭의 **Human annotations** 아래에서 인간 어노테이션 scorer 오브젝트 이력을 볼 수 있습니다. diff --git a/ko/weave/guides/tracking/redact-pii.mdx b/ko/weave/guides/tracking/redact-pii.mdx index 718eac4bf1..66824d0a7f 100644 --- a/ko/weave/guides/tracking/redact-pii.mdx +++ b/ko/weave/guides/tracking/redact-pii.mdx @@ -14,7 +14,7 @@ _Sensitive Data Protection_ 기능을 사용하면 [trace](/weave/guides/trackin Sensitive Data Protection 기능은 Python SDK에 다음과 같은 기능을 도입합니다: - `weave.init` 호출 시 켜거나 끌 수 있는 `redact_pii` 설정으로 PII 마스킹을 활성화합니다. -- `redact_pii = True` 일 때 [기본 엔티티](#entities-redacted-by-default) 를 자동으로 마스킹합니다. +- `redact_pii = True` 일 때 [기본 엔티티](#기본으로-마스킹되는-엔티티) 를 자동으로 마스킹합니다. - 구성 가능한 `redact_pii_fields` 설정을 사용하여 마스킹 필드를 커스터마이징할 수 있습니다. ## PII 마스킹 활성화하기 @@ -27,7 +27,7 @@ Weave 에서 Sensitive Data Protection 기능을 시작하려면 다음 단계 pip install presidio-analyzer presidio-anonymizer ``` -2. 마스킹을 활성화하도록 `weave.init` 호출을 수정합니다. `redact_pii=True` 설정 시, [기본적으로 일반적인 엔티티들이 마스킹됩니다](#entities-redacted-by-default): +2. 마스킹을 활성화하도록 `weave.init` 호출을 수정합니다. `redact_pii=True` 설정 시, [기본적으로 일반적인 엔티티들이 마스킹됩니다](#기본으로-마스킹되는-엔티티): ```python lines import weave diff --git a/ko/weave/guides/tracking/threads.mdx b/ko/weave/guides/tracking/threads.mdx index cf90706063..8c3b4d1a88 100644 --- a/ko/weave/guides/tracking/threads.mdx +++ b/ko/weave/guides/tracking/threads.mdx @@ -8,12 +8,12 @@ W&B Weave _Threads_ 를 사용하면 LLM 애플리케이션에서 멀티턴 대 Threads를 시작하려면 다음을 수행하세요: 1. Threads의 기본 사항을 익히십시오. - - [유스 케이스](#use-cases) - - [정의](#definitions) - - [UI 경험](#ui-overview) - - [API 사양](#api-specification) + - [유스 케이스](#유스-케이스) + - [정의](#정의) + - [UI 경험](#ui-개요) + - [API 사양](#호출-깊이가-불균형한-수동-에이전트) 2. 일반적인 사용 패턴과 실제 유스 케이스를 보여주는 코드 샘플을 시도해 보세요. - - [기본 사용 예시](#basic-thread-creation) + - [기본 사용 예시](#기본-thread-생성) - [고급 사용 예시](#manual-agent-loop-implementation) ## 유스 케이스 @@ -59,7 +59,7 @@ _Trace_ 는 단일 작업에 대한 전체 호출 스택을 캡처합니다. Thr ## UI 개요 -Weave 사이드바에서 **Threads** 를 선택하여 [Threads 리스트 뷰](#threads-list-view)에 액세스합니다. +Weave 사이드바에서 **Threads** 를 선택하여 [Threads 리스트 뷰](#threads-리스트-뷰)에 액세스합니다. ![Weave 사이드바의 Threads 아이콘](/weave/guides/tracking/imgs/threads-sidebar.png) @@ -69,7 +69,7 @@ Weave 사이드바에서 **Threads** 를 선택하여 [Threads 리스트 뷰](#t - 프로젝트의 최근 Threads를 나열합니다. - 열에는 턴 수, 시작 시간 및 마지막 업데이트 시간이 포함됩니다. -- 행을 클릭하면 해당 [상세 드로어(detail drawer)](#threads-detail-drawer)가 열립니다. +- 행을 클릭하면 해당 [상세 드로어(detail drawer)](#threads-상세-드로어)가 열립니다. ![Threads 리스트 뷰](/weave/guides/tracking/imgs/threads-list.png) @@ -83,7 +83,7 @@ Weave 사이드바에서 **Threads** 를 선택하여 [Threads 리스트 뷰](#t - 호출 수준의 메타데이터(지연 시간, 입력, 출력)를 포함합니다. - 선택적으로 로그된 메시지 내용이나 구조화된 데이터를 보여줍니다. - 턴의 전체 실행 내용을 보려면 상세 드로어에서 해당 턴을 열 수 있습니다. 이를 통해 특정 턴 중에 발생한 모든 중첩된 작업을 자세히 살펴볼 수 있습니다. -- 턴에 LLM 호출에서 추출된 메시지가 포함된 경우 오른쪽 채팅 창에 표시됩니다. 이러한 메시지는 일반적으로 지원되는 인테그레이션(예: `openai.ChatCompletion.create`)을 통한 호출에서 생성되며, 표시되려면 특정 기준을 충족해야 합니다. 자세한 내용은 [Chat 뷰 동작](#chat-view-behavior)을 참조하세요. +- 턴에 LLM 호출에서 추출된 메시지가 포함된 경우 오른쪽 채팅 창에 표시됩니다. 이러한 메시지는 일반적으로 지원되는 인테그레이션(예: `openai.ChatCompletion.create`)을 통한 호출에서 생성되며, 표시되려면 특정 기준을 충족해야 합니다. 자세한 내용은 [Chat 뷰 동작](#chat-뷰-동작)을 참조하세요. ### Chat 뷰 동작 diff --git a/ko/weave/guides/tracking/trace-plots.mdx b/ko/weave/guides/tracking/trace-plots.mdx index f9abf886df..e621b6b10f 100644 --- a/ko/weave/guides/tracking/trace-plots.mdx +++ b/ko/weave/guides/tracking/trace-plots.mdx @@ -19,8 +19,8 @@ W&B Weave 의 _trace plots_ 툴을 사용하면 인터랙티브 차트 를 통 ![**Show Metrics** 아이콘](/weave/guides/tracking/imgs/plots-show-metrics-icon.png) 여기에서 다음을 수행할 수 있습니다: - - [기본 trace plots](#default-trace-plots) 보기. - - [커스텀 trace plots 생성](#create-a-custom-trace-plot). + - [기본 trace plots](#기본-trace-plots) 보기. + - [커스텀 trace plots 생성](#커스텀-trace-plot-생성). 4. 차트는 trace 필터 및 선택 사항에 따라 동적으로 업데이트됩니다. ## 기본 trace plots @@ -50,7 +50,7 @@ trace plots 패널 을 처음 열면, Weave는 사용 가능한 프로젝트 tra ![사용 가능한 커스텀 trace plot 유형](/weave/guides/tracking/imgs/plots-custom-chart-types.png) -3. 선택한 trace plot 유형에 맞춰 trace plot을 설정합니다. 유형별 설정 옵션에 대한 자세한 내용은 [차트 유형별 Trace plot 설정](#trace-plot-settings-by-plot-type)을 참조하세요. +3. 선택한 trace plot 유형에 맞춰 trace plot을 설정합니다. 유형별 설정 옵션에 대한 자세한 내용은 [차트 유형별 Trace plot 설정](#차트-유형별-trace-plot-설정)을 참조하세요. 4. **Save chart**를 클릭하여 차트를 저장합니다. ### 차트 유형별 Trace plot 설정 diff --git a/ko/weave/guides/tracking/tracing.mdx b/ko/weave/guides/tracking/tracing.mdx index 3780ea122a..214a5988f1 100644 --- a/ko/weave/guides/tracking/tracing.mdx +++ b/ko/weave/guides/tracking/tracing.mdx @@ -37,7 +37,7 @@ Weave 에서 Calls를 생성하는 세 가지 주요 방법이 있습니다: Weave 는 `openai`, `anthropic`, `cohere`, `mistral`과 같은 [일반적인 LLM 라이브러리에 대한 호출](/weave/guides/integrations)을 자동으로 추적합니다. 프로그램 시작 시 [`weave.init('project_name')`](/weave/reference/python-sdk#function-init)을 호출하기만 하면 됩니다: - [`weave.init`의 `autopatch_settings` 인수를 사용하여](#configure-autopatching) Weave 의 기본 추적 동작을 제어할 수 있습니다. + [`weave.init`의 `autopatch_settings` 인수를 사용하여](#특정-인테그레이션-활성화) Weave 의 기본 추적 동작을 제어할 수 있습니다. ```python lines @@ -120,7 +120,7 @@ Call의 `summary` 사전(dictionary)에 메트릭이나 다른 사후 호출 값 print(my_function("World")) ``` - [클래스의 메소드](#4-track-class-and-object-methods)도 추적할 수 있습니다. + [클래스의 메소드](#weavemarkdown으로-렌더링된-traces-커스터마이징)도 추적할 수 있습니다. #### 동기 및 비동기 제너레이터 함수 추적 @@ -657,9 +657,9 @@ if __name__ == "__main__": ## Updating Calls Calls는 생성된 후에는 대부분 불변이지만, 지원되는 몇 가지 변형 작업이 있습니다: -* [표시 이름 설정](#set-display-name) +* [표시 이름 설정](#여러-calls-삭제) * [피드백 추가](#add-feedback) -* [Call 삭제](#delete-a-call) +* [Call 삭제](#querying-and-exporting-calls) 호출 상세 페이지로 이동하여 UI에서 이러한 모든 작업을 수행할 수 있습니다: diff --git a/ko/weave/guides/tracking/video.mdx b/ko/weave/guides/tracking/video.mdx index 89ef6cb4bb..ed3e52c84e 100644 --- a/ko/weave/guides/tracking/video.mdx +++ b/ko/weave/guides/tracking/video.mdx @@ -52,7 +52,7 @@ Weave 는 다음과 같은 `moviepy` 비디오 클립 오브젝트를 인식합 스레드 안전성 문제를 피하기 위해, Weave `op` 외부에서 생성하는 대신 항상 `VideoFileClip` 오브젝트의 경로를 전달하세요. -다음 코드조각을 사용하기 전에 [사용 전제 조건](#usage-prerequisites)을 완료하세요. +다음 코드조각을 사용하기 전에 [사용 전제 조건](#사용-전제-조건)을 완료하세요. ```python lines import os diff --git a/lychee.toml b/lychee.toml index dc9ebfd183..d4d0058134 100644 --- a/lychee.toml +++ b/lychee.toml @@ -24,17 +24,15 @@ retry_wait_time = 2 # 429 = Too Many Requests (rate limit - treat as success) accept = [200, 403, 429] -# Only check HTTP/HTTPS URLs +# Only check HTTP/HTTPS URLs (mailto and other schemes are skipped) +# Do not use include: when include is set, exclude patterns are not applied. +# Relying on scheme + exclude keeps the intent: check external http(s) only, +# exclude internal (localhost, docs, preview) and W&B production URLs. scheme = [ "http", "https", ] -# Only check URLs matching these patterns (required when checking URL lists) -include = [ - '^https?://', # Match all http:// and https:// URLs -] - # Logging verbosity verbose = "error" @@ -49,6 +47,7 @@ exclude = [ '(http|https)://0\.0\.0\.0', '(http|https)://localhost', '(http|https)://127\.0\.0\.1', + '(http|https)://[^/]+\.mintlify\.app', # Image file extensions (with or without trailing slash) '\.(png|jpg|jpeg|gif|svg|webp|ico)(/)?$', # Image paths - Mintlify rewrites /images/ paths during build @@ -62,18 +61,20 @@ exclude = [ '(http|https)://my\.domain\.net', 'https://wiki.python.org/moin/UsingPickle', '(http|https)://.*\.?discord\.com', + '(http|https)://drive\.google\.com', + '(http|https)://.*\.?slack\.com', '(http|https)://x\.com', '(http|https)://twitter\.com', '(http|https)://.*\.?auth0\.com', 'https://cognito-idp.us-east-1.amazonaws.com', '(http|https)://.*\.?netapp\.com', '(http|https)://netflixtechblog\.com', + '(http|https)://.*\.?opentelemetry\.io', '(http|https)://.*\.?portal\.azure\.com', '(http|https)://.*\.?hhs\.gov', '(http|https)://([^/]+\.)?github\.com/wandb', - '(http|https)://(api|app|deploy|docs|www)\.wandb\.(ai|com)', - '(http|https)://wandb\.(ai|com)', - # DSPy documentation - redirects from vercel.app to dspy.ai + '^(http|https)://(api|app|deploy|docs|www)\.wandb\.(ai|com)', + '^(http|https)://wandb\.(ai|com|me)', '(http|https)://dspy-docs\.vercel\.app', ] diff --git a/scripts/localized-fragment-links/README.md b/scripts/localized-fragment-links/README.md new file mode 100644 index 0000000000..b3ba6bdbd8 --- /dev/null +++ b/scripts/localized-fragment-links/README.md @@ -0,0 +1,61 @@ +# Localized fragment links (ja/ko anchor slugs) + +Mintlify generates heading anchors from the **heading text**: spaces become hyphens, ASCII is lowercased, other characters (e.g. CJK) are kept, duplicates get `-2`, `-3`. It does not support custom heading IDs. + +So in translated content, links that use English fragments (e.g. `#how-to-get-started`) point at slugs that do not exist on the translated page, where the same section has a translated heading and thus a different slug (e.g. `#開始方法`). + +## Who runs this and when + +The main user is the **translator** (or whoever owns the translation refresh). Run the rewriter **toward the end of a translation refresh**, after the localized MDX (ja/, ko/) is in place. That way heading text and structure are final, and the script can reliably map EN fragments to localized slugs by position. Run from the docs repo root and use `--dry-run --verbose` first to review changes before applying. + +## Slug algorithm + +Implemented in `mintlify_slug.py`: + +1. Collapse and strip whitespace; replace spaces with hyphens. +2. Lowercase ASCII letters only; keep letters (any script), digits, hyphens. +3. Strip any other characters (punctuation, etc.). +4. Collapse repeated hyphens and strip leading/trailing hyphens. +5. For duplicate slugs on the same page, Mintlify appends `-2`, `-3`, ... + +This matches observed behavior on local and live docs (ja/ko pages). + +## Fixing links by position + +1. **Slug from heading text** – We compute the slug for any heading (see above). +2. **Match by position** – The Nth heading on the EN page is assumed to correspond to the Nth heading on the localized page. A link to `#en-slug` is rewritten to the localized slug at that position. +3. **Caveat** – If a translated page has different heading order or count than the EN page, the mapping can be wrong. Always run with `--dry-run --verbose` first and spot-check pages where EN and localized structure may differ. + +## Module layout + +| Module | Purpose | +|--------|--------| +| `mintlify_slug.py` | Slug generation and duplicate handling; run as script to verify against observed ids. | +| `headings.py` | Extract `##` / `###` and `

` / `

` from MDX in document order. | +| `path_utils.py` | Resolve EN counterpart path, page keys, and link targets for ja/ko. | +| `extract_heading_slugs.py` | CLI: list headings/slugs for one file, or compare EN vs JA by position. | +| `rewrite_fragment_links.py` | CLI: build slug maps and rewrite fragment links in localized MDX. | + +## Running + +Run from the **docs repo root** (parent of `ja/` and `ko/`). + +```bash +# Verify slug function against observed ids +python3 scripts/localized-fragment-links/mintlify_slug.py + +# Extract headings and show computed slugs for an MDX file +python3 scripts/localized-fragment-links/extract_heading_slugs.py ja/launch/launch-terminology.mdx + +# Compare EN vs JA headings/slugs by position (for link rewriting) +python3 scripts/localized-fragment-links/extract_heading_slugs.py --en platform/launch/launch-terminology.mdx --ja ja/launch/launch-terminology.mdx + +# Rewrite fragment links (dry run; no files changed) +python3 scripts/localized-fragment-links/rewrite_fragment_links.py --dry-run --verbose + +# Rewrite fragment links (apply changes) +python3 scripts/localized-fragment-links/rewrite_fragment_links.py + +# Only Japanese +python3 scripts/localized-fragment-links/rewrite_fragment_links.py --locale ja --dry-run +``` diff --git a/scripts/localized-fragment-links/__pycache__/headings.cpython-311.pyc b/scripts/localized-fragment-links/__pycache__/headings.cpython-311.pyc new file mode 100644 index 0000000000..dd1e477057 Binary files /dev/null and b/scripts/localized-fragment-links/__pycache__/headings.cpython-311.pyc differ diff --git a/scripts/localized-fragment-links/__pycache__/mintlify_slug.cpython-311.pyc b/scripts/localized-fragment-links/__pycache__/mintlify_slug.cpython-311.pyc new file mode 100644 index 0000000000..593f0ab5c2 Binary files /dev/null and b/scripts/localized-fragment-links/__pycache__/mintlify_slug.cpython-311.pyc differ diff --git a/scripts/localized-fragment-links/__pycache__/path_utils.cpython-311.pyc b/scripts/localized-fragment-links/__pycache__/path_utils.cpython-311.pyc new file mode 100644 index 0000000000..06dfcb1afd Binary files /dev/null and b/scripts/localized-fragment-links/__pycache__/path_utils.cpython-311.pyc differ diff --git a/scripts/localized-fragment-links/extract_heading_slugs.py b/scripts/localized-fragment-links/extract_heading_slugs.py new file mode 100644 index 0000000000..203539509b --- /dev/null +++ b/scripts/localized-fragment-links/extract_heading_slugs.py @@ -0,0 +1,75 @@ +#!/usr/bin/env python3 +""" +Extract headings from MDX and compute Mintlify-compatible slugs. + +Usage: + python3 extract_heading_slugs.py # list headings + slugs for one file + python3 extract_heading_slugs.py --en EN.mdx --ja JA.mdx # compare by position for link rewriting +""" + +import argparse +import sys +from pathlib import Path + +REPO_ROOT = Path(__file__).resolve().parent.parent.parent +sys.path.insert(0, str(REPO_ROOT / "scripts" / "localized-fragment-links")) +from headings import extract_headings +from mintlify_slug import mintlify_slug, mintlify_slugs_for_headings + + +def main() -> int: + parser = argparse.ArgumentParser(description="Extract MDX headings and compute slugs") + parser.add_argument("path", nargs="?", help="Path to MDX file (e.g. ja/launch/launch-terminology.mdx)") + parser.add_argument("--en", metavar="PATH", help="English MDX path (for --ja comparison)") + parser.add_argument("--ja", metavar="PATH", help="Japanese MDX path (for --en comparison)") + args = parser.parse_args() + + if args.en and args.ja: + en_path = REPO_ROOT / args.en + ja_path = REPO_ROOT / args.ja + if not en_path.is_file(): + print(f"EN file not found: {en_path}", file=sys.stderr) + return 1 + if not ja_path.is_file(): + print(f"JA file not found: {ja_path}", file=sys.stderr) + return 1 + en_headings = [t for _, t in extract_headings(en_path)] + ja_headings = [t for _, t in extract_headings(ja_path)] + en_slugs = mintlify_slugs_for_headings(en_headings) + ja_slugs = mintlify_slugs_for_headings(ja_headings) + print("Position | EN heading (slug) -> JA heading (slug)\n") + for i, (eh, es, jh, js) in enumerate( + zip(en_headings, en_slugs, ja_headings, ja_slugs) + ): + match = "same slug" if es == js else f"rewrite #{es} -> #{js}" + print(f" {i} | {eh[:50]!r} (#{es})") + print(f" -> {jh[:50]!r} (#{js}) [{match}]") + print() + if len(en_headings) != len(ja_headings): + print(f"Warning: EN has {len(en_headings)} headings, JA has {len(ja_headings)}") + return 0 + + if not args.path: + parser.print_help() + return 0 + + path = Path(args.path) + if not path.is_absolute(): + path = REPO_ROOT / path + if not path.is_file(): + print(f"File not found: {path}", file=sys.stderr) + return 1 + + headings = extract_headings(path) + texts = [t for _, t in headings] + slugs = mintlify_slugs_for_headings(texts) + print(f"Headings and slugs for {path.relative_to(REPO_ROOT)}\n") + for (lev, text), slug in zip(headings, slugs): + print(f" {'#' * lev} {text[:60]}{'...' if len(text) > 60 else ''}") + print(f" -> #{slug}") + print() + return 0 + + +if __name__ == "__main__": + sys.exit(main()) diff --git a/scripts/localized-fragment-links/headings.py b/scripts/localized-fragment-links/headings.py new file mode 100644 index 0000000000..f16bf96efa --- /dev/null +++ b/scripts/localized-fragment-links/headings.py @@ -0,0 +1,60 @@ +""" +Extract Markdown and HTML headings from MDX files. + +Used by both the extract_heading_slugs CLI and the fragment-link rewriter +to get ordered heading text for slug computation. Mintlify generates +anchors from both ## / ### and

/

in document order, so we +extract both and merge by position. +""" + +import re +from pathlib import Path + + +# Markdown: ## or ### at start of line +_MD_PATTERN = re.compile(r"^#{2,3}\s+(.+)$", re.MULTILINE) + +# HTML/JSX:

...

or

...

, with optional attributes +_HTML_PATTERN = re.compile( + r"]*)?>(.*?)", + re.DOTALL, +) + + +def _text_from_html_content(raw: str) -> str: + """Strip inner tags and normalize whitespace for slug-relevant text.""" + text = re.sub(r"<[^>]+>", "", raw) + return " ".join(text.split()).strip() + + +def extract_headings(mdx_path: Path) -> list[tuple[int, str]]: + """ + Return list of (level, text) for ## / ### and

/

in document order. + + Level is 2 or 3. Text is stripped. Markdown and HTML headings are both + included and ordered by their position in the file so the list matches + the order Mintlify uses for anchor generation. + """ + text = mdx_path.read_text(encoding="utf-8") + matches: list[tuple[int, int, str]] = [] # (start_pos, level, text) + + for m in _MD_PATTERN.finditer(text): + raw = m.group(0) + title = m.group(1).strip() + level = len(raw) - len(title) - 1 + if level in (2, 3): + matches.append((m.start(), level, title)) + + for m in _HTML_PATTERN.finditer(text): + level = int(m.group(1)) + title = _text_from_html_content(m.group(2)) + if title: + matches.append((m.start(), level, title)) + + matches.sort(key=lambda x: x[0]) + return [(lev, t) for _, lev, t in matches] + + +def heading_texts_only(mdx_path: Path) -> list[str]: + """Return heading text in order (for slug generation).""" + return [text for _, text in extract_headings(mdx_path)] diff --git a/scripts/localized-fragment-links/mintlify_slug.py b/scripts/localized-fragment-links/mintlify_slug.py new file mode 100644 index 0000000000..31cbe21955 --- /dev/null +++ b/scripts/localized-fragment-links/mintlify_slug.py @@ -0,0 +1,109 @@ +#!/usr/bin/env python3 +""" +Mintlify-compatible slug generation for heading anchors. + +Observed behavior (from local + live docs.wandb.ai): +- Spaces become hyphens. +- ASCII letters are lowercased; other characters (CJK, etc.) are kept. +- Duplicate slugs get -2, -3, ... appended. + +Use this to compute the fragment (id) that Mintlify will assign to a heading +so we can rewrite links in ja/ and ko/ content to use the correct fragment. +""" + +import re +from collections import Counter + + +def mintlify_slug(text: str) -> str: + """ + Produce a single slug from heading text to match Mintlify's anchor ids. + + - Collapse and strip whitespace, then replace spaces with hyphens. + - Lowercase ASCII letters only; leave other characters unchanged. + - Strip characters that are not letters (any script), numbers, or hyphens. + """ + if not text or not isinstance(text, str): + return "" + # Collapse whitespace and strip + normalized = " ".join(text.split()).strip() + if not normalized: + return "" + # Replace spaces with hyphens + slug = normalized.replace(" ", "-") + # Lowercase ASCII letters only; keep letters (CJK etc.), digits, hyphens + result = [] + for c in slug: + if c.isascii() and c.isalpha(): + result.append(c.lower()) + elif c == "-" or c.isalnum(): + result.append(c) + # else: drop punctuation etc. + # Collapse multiple hyphens and strip leading/trailing hyphens + s = "".join(result) + s = re.sub(r"-+", "-", s).strip("-") + return s + + +def mintlify_slugs_for_headings(headings: list[str]) -> list[str]: + """ + Given an ordered list of heading texts (e.g. from an MDX file), return + the list of slugs Mintlify would assign, with -2, -3 for duplicates. + """ + seen: Counter[str] = Counter() + out: list[str] = [] + for text in headings: + base = mintlify_slug(text) + if not base: + out.append("") + continue + count = seen[base] + seen[base] += 1 + if count == 0: + out.append(base) + else: + out.append(f"{base}-{count + 1}") + return out + + +# --- Sanity checks against observed ids ------------------------------------- + +_OBSERVED = [ + # (heading_text, expected_slug) + ("Inference サービスへのアクセス", "inference-サービスへのアクセス"), + ("Playground でモデルを試す", "playground-でモデルを試す"), + ("複数のモデルを比較する", "複数のモデルを比較する"), + ("What is Launch?", "what-is-launch"), + ("開始方法", "開始方法"), + ("Launch queue", "launch-queue"), + ("Target resources", "target-resources"), + ("Launch agent", "launch-agent"), + ("ローンンチジョブ", "ローンンチジョブ"), + ("argparse で設定を行う", "argparse-で設定を行う"), + ("実験設定のセットアップ", "実験設定のセットアップ"), + # Mixed English + translated (e.g. "W&B" kept, rest localized) + ("W&B Brand Banner", "wb-brand-banner"), + ("W&B ブランドバナー", "wb-ブランドバナー"), +] + + +def _main(): + print("Checking mintlify_slug() against observed ids:\n") + all_ok = True + for text, expected in _OBSERVED: + got = mintlify_slug(text) + ok = got == expected + if not ok: + all_ok = False + print(f" {text!r}") + print(f" expected {expected!r} got {got!r} {'ok' if ok else 'MISMATCH'}") + print() + if all_ok: + print("All checks passed.") + else: + print("Some mismatches; adjust mintlify_slug() to match Mintlify.") + return 0 if all_ok else 1 + + +if __name__ == "__main__": + raise SystemExit(_main()) diff --git a/scripts/localized-fragment-links/path_utils.py b/scripts/localized-fragment-links/path_utils.py new file mode 100644 index 0000000000..a52cbd24e2 --- /dev/null +++ b/scripts/localized-fragment-links/path_utils.py @@ -0,0 +1,112 @@ +""" +Path resolution for localized docs (ja/, ko/) and their EN counterparts. + +- Page key: stable identifier for a page (e.g. "ja/launch/launch-terminology"). +- EN counterpart: localized path -> path to the English MDX file. +- Link resolution: href + current file -> (page_key, fragment) for localized targets. +""" + +from pathlib import Path + + +def get_en_counterpart(localized_path: Path, repo_root: Path) -> Path | None: + """ + Return the path to the English MDX counterpart, or None if not found. + + Rules (for this repo): + - ja/launch/... or ko/launch/... -> platform/launch/... (EN launch is under platform) + - ja/platform/... or ko/platform/... -> platform/... + - ja//..., ko//... -> /... + """ + try: + rel = localized_path.resolve().relative_to(repo_root.resolve()) + except ValueError: + return None + parts = rel.parts + if len(parts) < 2: + return None + locale = parts[0] + if locale not in ("ja", "ko"): + return None + first_seg = parts[1] + rest_list = list(parts[2:]) + rest_str = "/".join([first_seg] + rest_list) + # EN launch content lives under platform/launch (ja/launch/... -> platform/launch/...) + if first_seg == "launch": + en_relative = "platform/" + rest_str + else: + en_relative = rest_str + en_path = repo_root / en_relative + return en_path if en_path.is_file() else None + + +def path_to_page_key(path: Path, repo_root: Path) -> str | None: + """ + Convert a path to a page key: forward slashes, no .mdx, relative to repo. + + Example: repo_root/ja/launch/foo.mdx -> "ja/launch/foo" + """ + try: + rel = path.resolve().relative_to(repo_root.resolve()) + except ValueError: + return None + s = str(rel).replace("\\", "/") + if s.endswith(".mdx"): + s = s[:-4] + return s + + +def resolve_link_target( + href: str, + from_path: Path, + repo_root: Path, + locale: str, +) -> tuple[str, str] | None: + """ + Resolve an href (from a localized file) to (page_key, fragment). + + Returns None if the link does not point to a localized page with a fragment. + - href: value inside (...) e.g. "/ja/launch/terminology#launch-job" or "#walkthrough" + - from_path: path to the MDX file containing the link + - locale: "ja" or "ko" (the locale of from_path) + """ + if "#" not in href: + return None + path_part, fragment = href.split("#", 1) + fragment = fragment.strip() + if not fragment: + return None + + try: + from_rel = from_path.resolve().relative_to(repo_root.resolve()) + except ValueError: + return None + from_parts = from_rel.parts + if from_parts[0] not in ("ja", "ko"): + return None + + # Same-page link + if not path_part or path_part == "#": + page_key = path_to_page_key(from_path, repo_root) + return (page_key, fragment) if page_key else None + + # Absolute-like: /ja/launch/... or /ko/... + path_part = path_part.lstrip("/") + if path_part.startswith("ja/") or path_part.startswith("ko/"): + if path_part.endswith(".mdx"): + path_part = path_part[:-4] + return (path_part, fragment) + + # Relative: resolve from from_path's directory + from_dir = from_path.parent + resolved = (from_dir / path_part).resolve() + try: + resolved = resolved.relative_to(repo_root.resolve()) + except ValueError: + return None + page_key = path_to_page_key(resolved, repo_root) + if page_key is None: + return None + if not (page_key.startswith("ja/") or page_key.startswith("ko/")): + return None + return (page_key, fragment) diff --git a/scripts/localized-fragment-links/rewrite_fragment_links.py b/scripts/localized-fragment-links/rewrite_fragment_links.py new file mode 100644 index 0000000000..6fab5a5210 --- /dev/null +++ b/scripts/localized-fragment-links/rewrite_fragment_links.py @@ -0,0 +1,219 @@ +#!/usr/bin/env python3 +""" +Rewrite fragment links in localized MDX (ja/, ko/) to use correct anchor slugs. + +Mintlify generates heading IDs from the heading text. In translated content, +headings are in the locale language, so the fragment (e.g. #how-to-get-started) +does not match the actual id on the page (e.g. #開始方法). This script: + +1. Builds a map per localized page: EN fragment -> localized fragment (by + matching heading order with the EN counterpart). +2. Scans each localized MDX for links that point to localized pages with a + fragment, and rewrites the fragment when we have a mapping. + +Usage: + python3 rewrite_fragment_links.py [--dry-run] [--locale ja,ko] +""" + +from __future__ import annotations + +import argparse +import re +import sys +from pathlib import Path + +# Repo root: parent of scripts/ (script lives in scripts/localized-fragment-links/) +_SCRIPT_DIR = Path(__file__).resolve().parent +_REPO_ROOT = _SCRIPT_DIR.parent.parent +if str(_SCRIPT_DIR) not in sys.path: + sys.path.insert(0, str(_SCRIPT_DIR)) + +from headings import heading_texts_only +from mintlify_slug import mintlify_slugs_for_headings +from path_utils import get_en_counterpart, path_to_page_key, resolve_link_target + + +# Link pattern: [text](url). Captures link text and url. +_LINK_PATTERN = re.compile(r"\[([^\]]*)\]\(([^)]+)\)") + + +def build_slug_map_for_page( + en_path: Path, + localized_path: Path, +) -> dict[str, str]: + """ + Build mapping EN fragment -> localized fragment by heading position. + + Assumes the Nth heading on the EN page corresponds to the Nth heading + on the localized page. Only includes entries where the slugs differ. + Mixed content (e.g. "W&B" kept in English, rest translated) is handled + correctly: the slug is computed from the full heading text, so each + heading yields one slug regardless of language mix. + If EN and localized have different heading counts or order, mapping + may be wrong for that page; run with --dry-run and -v to inspect. + """ + en_texts = heading_texts_only(en_path) + loc_texts = heading_texts_only(localized_path) + en_slugs = mintlify_slugs_for_headings(en_texts) + loc_slugs = mintlify_slugs_for_headings(loc_texts) + mapping: dict[str, str] = {} + for i, (es, ls) in enumerate(zip(en_slugs, loc_slugs)): + if es and ls and es != ls: + mapping[es] = ls + return mapping + + +def build_all_slug_maps( + repo_root: Path, + locales: list[str], +) -> dict[str, dict[str, str]]: + """ + Build page_key -> (en_fragment -> localized_fragment) for all localized + pages that have an EN counterpart and at least one differing slug. + """ + maps: dict[str, dict[str, str]] = {} + for locale in locales: + locale_dir = repo_root / locale + if not locale_dir.is_dir(): + continue + for mdx_path in locale_dir.rglob("*.mdx"): + en_path = get_en_counterpart(mdx_path, repo_root) + if en_path is None: + continue + slug_map = build_slug_map_for_page(en_path, mdx_path) + if not slug_map: + continue + page_key = path_to_page_key(mdx_path, repo_root) + if page_key: + maps[page_key] = slug_map + return maps + + +def rewrite_content( + content: str, + from_path: Path, + repo_root: Path, + locale: str, + slug_maps: dict[str, dict[str, str]], +) -> tuple[str, list[tuple[str, str, str]]]: + """ + Rewrite fragment links in content. Returns (new_content, list of changes). + + Each change is (page_key, old_fragment, new_fragment). We collect all + rewrites then apply from end to start so string indices stay valid. + """ + # Collect (start, end, replacement, (page_key, old_frag, new_frag)) + replacements: list[tuple[int, int, str, tuple[str, str, str]]] = [] + for m in _LINK_PATTERN.finditer(content): + link_text, url = m.group(1), m.group(2) + if "#" not in url: + continue + resolved = resolve_link_target(url, from_path, repo_root, locale) + if resolved is None: + continue + page_key, fragment = resolved + new_fragment = slug_maps.get(page_key, {}).get(fragment) + if new_fragment is None or new_fragment == fragment: + continue + path_part, _ = url.split("#", 1) + new_url = f"{path_part}#{new_fragment}" + replacement = f"[{link_text}]({new_url})" + replacements.append((m.start(), m.end(), replacement, (page_key, fragment, new_fragment))) + + if not replacements: + return content, [] + + # Apply from end to start so indices remain valid + replacements.sort(key=lambda r: r[0], reverse=True) + result = content + changes: list[tuple[str, str, str]] = [] + for start, end, replacement, (pk, old_f, new_f) in replacements: + result = result[:start] + replacement + result[end:] + changes.append((pk, old_f, new_f)) + + return result, changes + + +def process_file( + path: Path, + repo_root: Path, + locale: str, + slug_maps: dict[str, dict[str, str]], + dry_run: bool, +) -> list[tuple[str, str, str]]: + """ + Rewrite fragment links in one file. Returns list of (page_key, old, new). + """ + content = path.read_text(encoding="utf-8") + new_content, changes = rewrite_content( + content, path, repo_root, locale, slug_maps + ) + if not changes: + return [] + if not dry_run: + path.write_text(new_content, encoding="utf-8") + return changes + + +def main() -> int: + parser = argparse.ArgumentParser( + description="Rewrite localized MDX fragment links to use correct slugs", + ) + parser.add_argument( + "--dry-run", + action="store_true", + help="Report changes without writing files", + ) + parser.add_argument( + "--locale", + default="ja,ko", + metavar="LIST", + help="Comma-separated locales (default: ja,ko)", + ) + parser.add_argument( + "--verbose", + "-v", + action="store_true", + help="Print each file and change", + ) + args = parser.parse_args() + locales = [s.strip() for s in args.locale.split(",") if s.strip()] + + repo_root = _REPO_ROOT + if not (repo_root / "ja").is_dir() and not (repo_root / "ko").is_dir(): + print("Run from docs repo root (or parent of ja/ and ko/).", file=sys.stderr) + return 1 + + slug_maps = build_all_slug_maps(repo_root, locales) + if args.verbose: + print(f"Built slug maps for {len(slug_maps)} pages.", file=sys.stderr) + + total_changes = 0 + files_changed = 0 + for locale in locales: + locale_dir = repo_root / locale + if not locale_dir.is_dir(): + continue + for mdx_path in sorted(locale_dir.rglob("*.mdx")): + changes = process_file( + mdx_path, repo_root, locale, slug_maps, args.dry_run + ) + if changes: + files_changed += 1 + total_changes += len(changes) + rel = mdx_path.relative_to(repo_root) + if args.verbose or args.dry_run: + print(f"{rel}") + for page_key, old_f, new_f in changes: + print(f" #{old_f} -> #{new_f} (target: {page_key})") + + if args.dry_run: + print(f"\nDry run: would rewrite {total_changes} link(s) in {files_changed} file(s).") + else: + print(f"Rewrote {total_changes} link(s) in {files_changed} file(s).") + + return 0 + + +if __name__ == "__main__": + sys.exit(main()) diff --git a/weave/guides/evaluation/monitors.mdx b/weave/guides/evaluation/monitors.mdx index 4f7a5e6770..4746129500 100644 --- a/weave/guides/evaluation/monitors.mdx +++ b/weave/guides/evaluation/monitors.mdx @@ -43,7 +43,7 @@ To create a monitor in Weave: You can also [compare](/weave/guides/tools/comparison) and visualize the monitor's trace data in the Weave UI, or download it in various formats (such as CSV and JSON) using the download button () in the Traces tab. -Weave automatically stores all scorer results in the [Call](/weave/concepts/fundamental-components#calls) object's `feedback` field. +Weave automatically stores all scorer results in the [Call](/weave/guides/tracking/tracing#calls) object's `feedback` field. ### Example: Create a truthfulness monitor