wandb · mdlinville · Feb 19, 2026 · Feb 17, 2026 · Feb 17, 2026 · Feb 18, 2026
@@ -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。

@@ -28,21 +28,21 @@ 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)
 
 <Frame>
     <img src="/images/inference/inference-playground.png" alt="The Inference models dropdown in Playground"  />
 </Frame>
 
 ## 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。
 
 <Frame>
     <img src="/images/inference/inference-playground-compare.png" alt="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
 

@@ -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。
+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。
@@ -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：

@@ -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。
 
 <Note>
-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。
 </Note>
 
 <Note>
@@ -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 <optional config.yaml> --resume_id <sweep id> --queue <queue_name>
-```
+```
@@ -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
 </Tabs>
 
 ## 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。
 
 <Tabs>
 <Tab title="With a Docker image">

@@ -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：
 

@@ -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
 | <img src="/images/app_ui/automated_workspace.svg" alt="automated workspace icon" width="32px"  /> | **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：<ul><li>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。</li><li>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。</li><li>より広範な分析を行いたい場合。</li></ul>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。 |
 | <img src="/images/app_ui/manual_workspace.svg" alt="manual workspace icon" width="32px"  /> | **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：<ul><li>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。</li><li>より焦点を絞った分析を行いたい場合。</li><li>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。</li></ul>[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。
 
 <Note>
 **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
     <Frame>
     <img src="/images/app_ui/panel_fullscreen.png" alt="Full-screen panel"  />
     </Frame>
-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/<ENTITY_NAME>/<PROJECT_NAME>?panelDisplayName=<PANEL_NAME>&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/<ENTITY_NAME>/<PROJECT_NAME>?panelDisplayName=<PANEL_NAME>&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/<ENTITY_NAME>/<PROJECT_NAME>?panelDisplayName=<PANEL_NAME>&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
 

@@ -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
 

@@ -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。
Original file line number	Diff line number	Diff line change
Expand Up		@@ -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。
		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。