Add Polish translations for new lessons and update links

nhlongnguyen · nhlongnguyen · commit 090ee5ef13d6 · 2025-04-11T14:24:44.000+02:00
This commit introduces Polish translations for several lessons, including the new setup guide and fine-tuning resources, enhancing the course's accessibility for Polish-speaking learners. Additionally, it updates internal links in various README files to ensure they correctly point to the relevant translated documents, improving navigability. An alternative approach could have been to leave the links unchanged, but updating them significantly enhances the user experience by providing direct access to the necessary content.
diff --git a/00-course-setup/translations/pl/SETUP.md b/00-course-setup/translations/pl/SETUP.md
@@ -0,0 +1,135 @@
+# Konfiguracja Środowiska Deweloperskiego
+
+Skonfigurowaliśmy to repozytorium i kurs z [kontenerem deweloperskim](https://containers.dev?WT.mc_id=academic-105485-koreyst), który posiada środowisko uniwersalne wspierające rozwój w Python3, .NET, Node.js i Java. Powiązana konfiguracja jest zdefiniowana w pliku `devcontainer.json` znajdującym się w folderze `.devcontainer/` w głównym katalogu tego repozytorium.
+
+Aby aktywować kontener deweloperski, uruchom go w [GitHub Codespaces](https://docs.github.com/en/codespaces/overview?WT.mc_id=academic-105485-koreyst) (dla środowiska hostowanego w chmurze) lub w [Docker Desktop](https://docs.docker.com/desktop/?WT.mc_id=academic-105485-koreyst) (dla środowiska hostowanego lokalnie na urządzeniu). Przeczytaj [tę dokumentację](https://code.visualstudio.com/docs/devcontainers/containers?WT.mc_id=academic-105485-koreyst), aby uzyskać więcej szczegółów na temat działania kontenerów deweloperskich w VS Code.
+
+> [!PORADA]
+> Zalecamy korzystanie z GitHub Codespaces, aby szybko rozpocząć pracę przy minimalnym wysiłku. Zapewnia hojny [darmowy limit użycia](https://docs.github.com/billing/managing-billing-for-github-codespaces/about-billing-for-github-codespaces#monthly-included-storage-and-core-hours-for-personal-accounts?WT.mc_id=academic-105485-koreyst) dla kont osobistych. Skonfiguruj [limity czasowe](https://docs.github.com/codespaces/setting-your-user-preferences/setting-your-timeout-period-for-github-codespaces?WT.mc_id=academic-105485-koreyst), aby zatrzymać lub usunąć nieaktywne przestrzenie kodu i zmaksymalizować wykorzystanie limitu.
+
+## 1. Wykonywanie Zadań
+
+Każda lekcja będzie zawierać _opcjonalne_ zadania, które mogą być dostarczone w jednym lub kilku językach programowania, w tym: Python, .NET/C#, Java i JavaScript/TypeScript. Ta sekcja zawiera ogólne wskazówki dotyczące wykonywania tych zadań.
+
+### 1.1 Zadania w Pythonie
+
+Zadania w Pythonie są dostarczane jako aplikacje (pliki `.py`) lub notebooki Jupyter (pliki `.ipynb`).
+
+- Aby uruchomić notebook, otwórz go w Visual Studio Code, a następnie kliknij _Wybierz Kernel_ (w prawym górnym rogu) i wybierz domyślną opcję Python 3. Teraz możesz wybrać _Uruchom Wszystko_, aby wykonać notebook.
+- Aby uruchomić aplikacje Python z linii poleceń, postępuj zgodnie z instrukcjami specyficznymi dla danego zadania, aby upewnić się, że wybierasz odpowiednie pliki i podajesz wymagane argumenty.
+
+## 2. Konfiguracja Dostawców
+
+Zadania **mogą** być również skonfigurowane do pracy z jednym lub wieloma wdrożeniami Large Language Model (LLM) za pośrednictwem wspieranego dostawcy usług, takiego jak OpenAI, Azure lub Hugging Face. Zapewniają one _hostowany punkt końcowy_ (API), do którego możemy uzyskać dostęp programistycznie przy użyciu odpowiednich poświadczeń (klucza API lub tokenu). W tym kursie omawiamy następujących dostawców:
+
+- [OpenAI](https://platform.openai.com/docs/models?WT.mc_id=academic-105485-koreyst) z różnorodnymi modelami, w tym podstawową serią GPT.
+- [Azure OpenAI](https://learn.microsoft.com/azure/ai-services/openai/?WT.mc_id=academic-105485-koreyst) dla modeli OpenAI z naciskiem na gotowość dla przedsiębiorstw
+- [Hugging Face](https://huggingface.co/docs/hub/index?WT.mc_id=academic-105485-koreyst) dla modeli open-source i serwera wnioskowania
+
+**Będziesz musiał użyć własnych kont dla tych ćwiczeń**. Zadania są opcjonalne, więc możesz wybrać konfigurację jednego, wszystkich - lub żadnego - dostawców w zależności od twoich zainteresowań. Niektóre wskazówki dotyczące rejestracji:
+
+| Rejestracja                                                                   | Koszt                                                                                                                     | Klucz API                                                                                                            | Plac zabaw                                                                                                              | Komentarze                                                                                                                               |
+| :---------------------------------------------------------------------------- | :------------------------------------------------------------------------------------------------------------------------ | :------------------------------------------------------------------------------------------------------------------- | :---------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------- |
+| [OpenAI](https://platform.openai.com/signup?WT.mc_id=academic-105485-koreyst) | [Cennik](https://openai.com/pricing#language-models?WT.mc_id=academic-105485-koreyst)                                     | [Oparty na projekcie](https://platform.openai.com/api-keys?WT.mc_id=academic-105485-koreyst)                         | [No-Code, Web](https://platform.openai.com/playground?WT.mc_id=academic-105485-koreyst)                                 | Dostępne wiele modeli                                                                                                                    |
+| [Azure](https://aka.ms/azure/free?WT.mc_id=academic-105485-koreyst)           | [Cennik](https://azure.microsoft.com/pricing/details/cognitive-services/openai-service/?WT.mc_id=academic-105485-koreyst) | [Szybki start SDK](https://learn.microsoft.com/azure/ai-services/openai/quickstart?WT.mc_id=academic-105485-koreyst) | [Szybki start Studio](https://learn.microsoft.com/azure/ai-services/openai/quickstart?WT.mc_id=academic-105485-koreyst) | [Musisz złożyć wniosek o dostęp z wyprzedzeniem](https://learn.microsoft.com/azure/ai-services/openai/?WT.mc_id=academic-105485-koreyst) |
+| [Hugging Face](https://huggingface.co/join?WT.mc_id=academic-105485-koreyst)  | [Cennik](https://huggingface.co/pricing)                                                                                  | [Tokeny dostępu](https://huggingface.co/docs/hub/security-tokens?WT.mc_id=academic-105485-koreyst)                   | [Hugging Chat](https://huggingface.co/chat/?WT.mc_id=academic-105485-koreyst)                                           | [Hugging Chat ma ograniczoną liczbę modeli](https://huggingface.co/chat/models?WT.mc_id=academic-105485-koreyst)                         |
+|                                                                               |                                                                                                                           |                                                                                                                      |                                                                                                                         |                                                                                                                                          |
+
+Postępuj zgodnie z poniższymi instrukcjami, aby _skonfigurować_ to repozytorium do użytku z różnymi dostawcami. Zadania, które wymagają konkretnego dostawcy, będą zawierać jeden z tych znaczników w nazwie pliku:
+
+- `aoai` - wymaga punktu końcowego Azure OpenAI, klucza
+- `oai` - wymaga punktu końcowego OpenAI, klucza
+- `hf` - wymaga tokenu Hugging Face
+
+Możesz skonfigurować jednego, żadnego lub wszystkich dostawców. Powiązane zadania po prostu zgłoszą błąd w przypadku braku poświadczeń.
+
+### 2.1. Utworzenie pliku `.env`
+
+Zakładamy, że już przeczytałeś powyższe wskazówki i zarejestrowałeś się u odpowiedniego dostawcy oraz uzyskałeś wymagane dane uwierzytelniające (API_KEY lub token). W przypadku Azure OpenAI zakładamy, że masz również prawidłowe wdrożenie usługi Azure OpenAI (punkt końcowy) z co najmniej jednym modelem GPT wdrożonym do uzupełniania czatu.
+
+Następnym krokiem jest skonfigurowanie **lokalnych zmiennych środowiskowych** w następujący sposób:
+
+1. Poszukaj w głównym folderze pliku `.env.copy`, który powinien mieć zawartość podobną do tej:
+
+   ```bash
+   # OpenAI Provider
+   OPENAI_API_KEY='<dodaj tutaj swój klucz API OpenAI>'
+
+   ## Azure OpenAI
+   AZURE_OPENAI_API_VERSION='2024-02-01' # Domyślnie ustawione!
+   AZURE_OPENAI_API_KEY='<dodaj tutaj swój klucz AOAI>'
+   AZURE_OPENAI_ENDPOINT='<dodaj tutaj punkt końcowy usługi AOIA>'
+   AZURE_OPENAI_DEPLOYMENT='<dodaj tutaj nazwę modelu uzupełniania czatu>'
+   AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT='<dodaj tutaj nazwę modelu embeddingów>'
+
+   ## Hugging Face
+   HUGGING_FACE_API_KEY='<dodaj tutaj swój API lub token HuggingFace>'
+   ```
+
+2. Skopiuj ten plik do `.env` używając poniższego polecenia. Ten plik jest _ignorowany przez git_, co zapewnia bezpieczeństwo tajnych danych.
+
+   ```bash
+   cp .env.copy .env
+   ```
+
+3. Wypełnij wartości (zastąp elementy zastępcze po prawej stronie `=`) zgodnie z opisem w następnej sekcji.
+
+4. (Opcja) Jeśli korzystasz z GitHub Codespaces, masz możliwość zapisania zmiennych środowiskowych jako _sekrety Codespaces_ powiązane z tym repozytorium. W tym przypadku nie będziesz musiał konfigurować lokalnego pliku .env. **Jednak pamiętaj, że ta opcja działa tylko wtedy, gdy korzystasz z GitHub Codespaces.** Nadal będziesz musiał skonfigurować plik .env, jeśli zamiast tego używasz Docker Desktop.
+
+### 2.2. Wypełnianie pliku `.env`
+
+Przyjrzyjmy się nazwom zmiennych, aby zrozumieć, co reprezentują:
+
+| Zmienna                            | Opis                                                                                              |
+| :--------------------------------- | :------------------------------------------------------------------------------------------------ |
+| HUGGING_FACE_API_KEY               | To jest token dostępu użytkownika, który konfigurujesz w swoim profilu                            |
+| OPENAI_API_KEY                     | To jest klucz autoryzacyjny do korzystania z usługi dla punktów końcowych OpenAI innych niż Azure |
+| AZURE_OPENAI_API_KEY               | To jest klucz autoryzacyjny do korzystania z tej usługi                                           |
+| AZURE_OPENAI_ENDPOINT              | To jest wdrożony punkt końcowy dla zasobu Azure OpenAI                                            |
+| AZURE_OPENAI_DEPLOYMENT            | To jest punkt końcowy wdrożenia modelu _generowania tekstu_                                       |
+| AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT | To jest punkt końcowy wdrożenia modelu _embeddingów tekstu_                                       |
+|                                    |                                                                                                   |
+
+Uwaga: Ostatnie dwie zmienne Azure OpenAI odzwierciedlają domyślny model dla uzupełniania czatu (generowanie tekstu) i wyszukiwania wektorowego (embeddingi). Instrukcje dotyczące ich ustawienia będą zdefiniowane w odpowiednich zadaniach.
+
+### 2.3 Konfiguracja Azure: Z Portalu
+
+Wartości punktu końcowego i klucza Azure OpenAI można znaleźć w [Portalu Azure](https://portal.azure.com?WT.mc_id=academic-105485-koreyst), więc zacznijmy od tego.
+
+1. Przejdź do [Portalu Azure](https://portal.azure.com?WT.mc_id=academic-105485-koreyst)
+1. Kliknij opcję **Klucze i punkt końcowy** w pasku bocznym (menu po lewej stronie).
+1. Kliknij **Pokaż klucze** - powinieneś zobaczyć następujące informacje: KLUCZ 1, KLUCZ 2 i Punkt końcowy.
+1. Użyj wartości KLUCZ 1 dla AZURE_OPENAI_API_KEY
+1. Użyj wartości Punkt końcowy dla AZURE_OPENAI_ENDPOINT
+
+Następnie potrzebujemy punktów końcowych dla konkretnych modeli, które wdrożyliśmy.
+
+1. Kliknij opcję **Wdrożenia modeli** w pasku bocznym (menu po lewej) dla zasobu Azure OpenAI.
+1. Na stronie docelowej kliknij **Zarządzaj wdrożeniami**
+
+Przeniesie Cię to do witryny Azure OpenAI Studio, gdzie znajdziesz pozostałe wartości opisane poniżej.
+
+### 2.4 Konfiguracja Azure: Ze Studio
+
+1. Przejdź do [Azure OpenAI Studio](https://oai.azure.com?WT.mc_id=academic-105485-koreyst) **ze swojego zasobu**, jak opisano powyżej.
+1. Kliknij zakładkę **Wdrożenia** (pasek boczny, po lewej), aby zobaczyć aktualnie wdrożone modele.
+1. Jeśli twój pożądany model nie jest wdrożony, użyj **Utwórz nowe wdrożenie**, aby go wdrożyć.
+1. Będziesz potrzebować modelu _generowania tekstu_ - zalecamy: **gpt-35-turbo**
+1. Będziesz potrzebować modelu _embeddingów tekstu_ - zalecamy **text-embedding-ada-002**
+
+Teraz zaktualizuj zmienne środowiskowe, aby odzwierciedlały użytą _nazwę wdrożenia_. Zazwyczaj będzie ona taka sama jak nazwa modelu, chyba że wyraźnie ją zmieniłeś. Więc, jako przykład, możesz mieć:
+
+```bash
+AZURE_OPENAI_DEPLOYMENT='gpt-35-turbo'
+AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT='text-embedding-ada-002'
+```
+
+**Nie zapomnij zapisać pliku .env po zakończeniu**. Możesz teraz wyjść z pliku i wrócić do instrukcji dotyczących uruchamiania notebooka.
+
+### 2.5 Konfiguracja OpenAI: Z Profilu
+
+Twój klucz API OpenAI można znaleźć na twoim [koncie OpenAI](https://platform.openai.com/api-keys?WT.mc_id=academic-105485-koreyst). Jeśli go nie masz, możesz zarejestrować konto i utworzyć klucz API. Po uzyskaniu klucza możesz użyć go do wypełnienia zmiennej `OPENAI_API_KEY` w pliku `.env`.
+
+### 2.6 Konfiguracja Hugging Face: Z Profilu
+
+Twój token Hugging Face można znaleźć w twoim profilu w sekcji [Tokeny dostępu](https://huggingface.co/settings/tokens?WT.mc_id=academic-105485-koreyst). Nie publikuj ani nie udostępniaj ich publicznie. Zamiast tego utwórz nowy token do użytku w tym projekcie i skopiuj go do pliku `.env` w zmiennej `HUGGING_FACE_API_KEY`. _Uwaga:_ Technicznie nie jest to klucz API, ale służy do uwierzytelniania, więc zachowujemy tę konwencję nazewnictwa dla spójności.
diff --git a/03-using-generative-ai-responsibly/translations/pl/README.md b/03-using-generative-ai-responsibly/translations/pl/README.md
@@ -96,7 +96,7 @@ Teraz czas znaleźć sposoby, w jakie możemy zapobiec lub ograniczyć potencjal
 
 - **Metaprompt**. Metaprompty i ugruntowanie są sposobami, w jakie możemy kierować lub ograniczać model na podstawie pewnych zachowań i informacji. Może to być używanie danych wejściowych systemu do definiowania pewnych ograniczeń modelu. Dodatkowo, dostarczanie rezultatów, które są bardziej odpowiednie dla zakresu lub domeny systemu.
 
-Może to być również używanie technik takich jak Retrieval Augmented Generation (RAG), aby model pobierał informacje tylko z wyboru zaufanych źródeł. Jest lekcja później w tym kursie o [budowaniu aplikacji wyszukiwania](../../08-building-search-applications/README.md?WT.mc_id=academic-105485-koreyst)
+Może to być również używanie technik takich jak Retrieval Augmented Generation (RAG), aby model pobierał informacje tylko z wyboru zaufanych źródeł. Jest lekcja później w tym kursie o [budowaniu aplikacji wyszukiwania](../../../08-building-search-applications/README.md?WT.mc_id=academic-105485-koreyst)
 
 - **Doświadczenie Użytkownika**. Ostatnia warstwa to miejsce, gdzie użytkownik bezpośrednio wchodzi w interakcję z modelem poprzez interfejs naszej aplikacji w jakiś sposób. W ten sposób możemy zaprojektować UI/UX, aby ograniczyć użytkownika w zakresie rodzajów danych wejściowych, które mogą wysłać do modelu, a także tekstu lub obrazów wyświetlanych użytkownikowi. Podczas wdrażania aplikacji SI musimy również być przejrzyści co do tego, co nasza aplikacja Generatywnej SI może i czego nie może zrobić.
 
diff --git a/04-prompt-engineering-fundamentals/translations/pl/README.md b/04-prompt-engineering-fundamentals/translations/pl/README.md
@@ -37,7 +37,7 @@ Notebook Jupyter towarzyszący tej lekcji zapewnia środowisko _sandbox_, w któ
 
 1. **Klucza API Azure OpenAI** - punktu końcowego usługi dla wdrożonego LLM.
 2. **Środowiska Wykonawczego Python** - w którym można uruchomić Notebook.
-3. **Lokalnych Zmiennych Środowiskowych** - _wykonaj teraz kroki [SETUP](./../00-course-setup/SETUP.md?WT.mc_id=academic-105485-koreyst), aby być gotowym_.
+3. **Lokalnych Zmiennych Środowiskowych** - _wykonaj teraz kroki [SETUP](../../../00-course-setup/translations/pl/SETUP.md?WT.mc_id=academic-105485-koreyst), aby być gotowym_.
 
 Notebook zawiera ćwiczenia _startowe_ - ale zachęcamy do dodawania własnych sekcji _Markdown_ (opis) i _Code_ (żądania promptów), aby wypróbować więcej przykładów lub pomysłów - i zbudować swoją intuicję dotyczącą projektowania promptów.
 
diff --git a/08-building-search-applications/translations/pl/README.md b/08-building-search-applications/translations/pl/README.md
@@ -150,7 +150,7 @@ az cognitiveservices account deployment create \
 
 ## Rozwiązanie
 
-Otwórz [notatnik z rozwiązaniem](../python/aoai-solution.ipynb?WT.mc_id=academic-105485-koreyst) w GitHub Codespaces i postępuj zgodnie z instrukcjami w Jupyter Notebook.
+Otwórz [notatnik z rozwiązaniem](../../python/aoai-solution.ipynb?WT.mc_id=academic-105485-koreyst) w GitHub Codespaces i postępuj zgodnie z instrukcjami w Jupyter Notebook.
 
 Gdy uruchomisz notatnik, zostaniesz poproszony o wprowadzenie zapytania. Pole wprowadzania będzie wyglądać tak:
 
diff --git a/11-integrating-with-function-calling/translations/pl/README.md b/11-integrating-with-function-calling/translations/pl/README.md
@@ -45,7 +45,7 @@ Wywołanie funkcji to funkcja usługi Azure OpenAI, która pozwala przezwycięż
 
 ## Ilustracja problemu na podstawie scenariusza
 
-> Zalecamy skorzystanie z [dołączonego notebooka](./python/aoai-assignment.ipynb?WT.mc_id=academic-105485-koreyst), jeśli chcesz uruchomić poniższy scenariusz. Możesz też po prostu czytać dalej, ponieważ staramy się zilustrować problem, w rozwiązaniu którego mogą pomóc funkcje.
+> Zalecamy skorzystanie z [dołączonego notebooka](../../python/aoai-assignment.ipynb?WT.mc_id=academic-105485-koreyst), jeśli chcesz uruchomić poniższy scenariusz. Możesz też po prostu czytać dalej, ponieważ staramy się zilustrować problem, w rozwiązaniu którego mogą pomóc funkcje.
 
 Przyjrzyjmy się przykładowi, który ilustruje problem z formatem odpowiedzi:
 
diff --git a/16-open-source-models/translations/pl/README.md b/16-open-source-models/translations/pl/README.md
@@ -2,7 +2,7 @@
 
 ## Wprowadzenie
 
-Świat modeli LLM typu open-source jest ekscytujący i ciągle się rozwija. Ta lekcja ma na celu zapewnienie dogłębnego spojrzenia na modele open source. Jeśli szukasz informacji na temat porównania modeli zastrzeżonych z modelami open source, przejdź do lekcji ["Odkrywanie i porównywanie różnych LLM"](../02-exploring-and-comparing-different-llms/README.md?WT.mc_id=academic-105485-koreyst). Ta lekcja obejmie również temat dostrajania (fine-tuning), ale bardziej szczegółowe wyjaśnienie można znaleźć w lekcji ["Dostrajanie LLM"](../18-fine-tuning/README.md?WT.mc_id=academic-105485-koreyst).
+Świat modeli LLM typu open-source jest ekscytujący i ciągle się rozwija. Ta lekcja ma na celu zapewnienie dogłębnego spojrzenia na modele open source. Jeśli szukasz informacji na temat porównania modeli zastrzeżonych z modelami open source, przejdź do lekcji ["Odkrywanie i porównywanie różnych LLM"](../../../02-exploring-and-comparing-different-llms/README.md?WT.mc_id=academic-105485-koreyst). Ta lekcja obejmie również temat dostrajania (fine-tuning), ale bardziej szczegółowe wyjaśnienie można znaleźć w lekcji ["Dostrajanie LLM"](../../../18-fine-tuning/README.md?WT.mc_id=academic-105485-koreyst).
 
 ## Cele nauki
 
diff --git a/18-fine-tuning/translations/pl/RESOURCES.md b/18-fine-tuning/translations/pl/RESOURCES.md
diff --git a/19-slm/translations/pl/README.md b/19-slm/translations/pl/README.md
diff --git a/translations/pl/README.md b/translations/pl/README.md
