Merge pull request microsoft#305 from koreyspace/main

Fixed typos

Author: koreyspace

00-course-setup/SETUP.md

@@ -1,6 +1,6 @@
 # Setup Your Dev Environment
 
-We have instrumented this repository with a _dev container_ that comes with a Python 3 runtime. Simply open the repo in GitHub Codespaces or on your local Docker Desktop, to activate the runtime automatically. Then open th Jupyter notebook and select the Python 3.x kernel to prepare the Notebook for execution.
+We have setup this repository and course with a _dev container_ that comes with a Python 3 runtime. Open the repo in GitHub Codespaces or on your local Docker Desktop, to activate the runtime automatically. Then open th Jupyter notebook and select the Python 3.x kernel to prepare the Notebook for execution.
 
 ## 1. Create `.env` file
 
@@ -10,18 +10,20 @@ To configure this, we need to setup local environment variables for Azure as fol
 
 1. Look in the root folder for a `.env.copy` file. It should contain a list of name-value pairs like this:
 
-  ```bash
-  AZURE_OPENAI_ENDPOINT='<add your endpoint here>'
-  AZURE_OPENAI_DEPLOYMENT='<add your deployment name here>' 
-  AZURE_OPENAI_KEY='<add your key here>'
-  AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT='<add your deployment name here>'
-  ```
+ ```bash
+ AZURE_OPENAI_ENDPOINT='<add your endpoint here>'
+ AZURE_OPENAI_DEPLOYMENT='<add your deployment name here>'
+ AZURE_OPENAI_KEY='<add your key here>'
+ AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT='<add your deployment name here>'
+ ```
 
 2. Make a copy of that file called `.env` using a command like this at the terminal:
- ```bash
- cp .env.copy .env
- ```
- This should create an identical copy _except that this file is .gitignore-d and will never get checked into source control_. We can now populate **this .env file** with the environment variable values (secrets) without fear of them being checked in accidentally. You can now move to the next section to start populating these variables.
+
+ ```bash
+ cp .env.copy .env
+ ```
+
+ This should create an identical copy _except that this file is .gitignore-d and will never get checked into source control_. We can now populate **this .env file** with the environment variable values (secrets) without fear of them being checked in accidentally. You can now move to the next section to start populating these variables.
 
 3. (Option) If you use GitHub Codespaces, you have the option to save environment variables as _Codespaces secrets_ associated with this repository. In that case, you won't need to setup a local .env file. **However, note that this option works only if you use GitHub Codespaces.** You will still need to setup the .env file if you use Docker Desktop instead.
 
@@ -31,35 +33,35 @@ The above steps should be executed also if you are using the non-Azure OpenAI en
 OPENAI_API_KEY='<add your OpenAI key here>'
 ```
 
-
 ## 2. Populate `.env` file
 
 Let's take a quick look at the variable names to understand what they represent:
 
-| Variable | Description |
-|:---|:---|
-|AZURE_OPENAI_ENDPOINT| This is the deployed endpoint for an Azure OpenAI resource|
-|AZURE_OPENAI_KEY | This is the authorization key for using that service |
-|OPENAI_API_KEY | This is the authorization key for using the service for non-Azure OpenAI endpoints |
-|AZURE_OPENAI_DEPLOYMENT| This is the _text generation_ model deployment endpoint |
-|AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT | This is the _text embeddings_ model deployment endpoint |
-| | | 
+| Variable  | Description  |
+| :--------------------------------- | :--------------------------------------------------------------------------------- |
+| AZURE_OPENAI_ENDPOINT | This is the deployed endpoint for an Azure OpenAI resource |
+| AZURE_OPENAI_KEY  | This is the authorization key for using that service  |
+| OPENAI_API_KEY  | This is the authorization key for using the service for non-Azure OpenAI endpoints |
+| AZURE_OPENAI_DEPLOYMENT | This is the _text generation_ model deployment endpoint  |
+| AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT | This is the _text embeddings_ model deployment endpoint  |
+|  | |
 
 For context, the last two variables refer to specific models that are used in chat completion (text generation model) and vector search (embeddings model) activities that are frequently used in generative AI applications. In the following sections, we'll locate the _values_ for these variables and set them in `.env` (replacing the content within the `' '`, but preserving the quotes).
 
 ### 2.1 Use Azure Portal
 
 The Azure OpenAI endpoint and key values will be found in the [Azure Portal](https://portal.azure.com?WT.mc_id=academic-105485-koreyst) so let's start there.
 
-1. Navigate to the [Azure Portal](https://portal.azure.com?WT.mc_id=academic-105485-koreyst)
+1. Go to the [Azure Portal](https://portal.azure.com?WT.mc_id=academic-105485-koreyst)
 1. Click the **Keys and Endpoint** option in the sidebar (menu at left).
 1. Click **Show Keys** - you should see the following: KEY 1, KEY 2 and Endpoint.
 1. Use the KEY 1 value for AZURE_OPENAI_KEY
 1. Use the Endpoint value for AZURE_OPENAI_ENDPOINT
 
 Next, we need the endpoints for the specific models we've deployed.
+
 1. Click the **Model deployments** option in the sidebar (left menu) for Azure OpenAI resource.
-1. In the destination page, click **Manage Deployments** 
+1. In the destination page, click **Manage Deployments**
 
 This will take you to the Azure OpenAI Studio website, where we'll find the other values as described below.
 
@@ -74,11 +76,12 @@ This will take you to the Azure OpenAI Studio website, where we'll find the othe
 Now update the environment variables to reflect the _Deployment name_ used. This will typically be the same as the model name unless you changed it explcitly. So, as an example, you might have:
 
 ```bash
-AZURE_OPENAI_DEPLOYMENT='gpt-35-turbo' 
+AZURE_OPENAI_DEPLOYMENT='gpt-35-turbo'
 AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT='text-embedding-ada-002'
 ```
 
 **Don't forget to save the .env file when done**. You can now exit the file and return to the instructions for running the notebook.
 
 ### 2.3 Use OpenAI Public API
-Your OpenAI API key can be found in your [OpenAI account](https://platform.openai.com/api-keys?WT.mc_id=academic-105485-koreyst). If you don't have one, you can sign up for an account and create an API key. Once you have the key, you can use it to populate the `OPENAI_API_KEY` variable in the `.env` file.
+
+Your OpenAI API key can be found in your [OpenAI account](https://platform.openai.com/api-keys?WT.mc_id=academic-105485-koreyst). If you don't have one, you can sign up for an account and create an API key. Once you have the key, you can use it to populate the `OPENAI_API_KEY` variable in the `.env` file.

01-introduction-to-genai/translations/cn/README.md

@@ -131,6 +131,6 @@ _(点击该图片看本章导学视频)_
 
 ## 继续您的学习旅程
 
-想要了解更多关于不同的生成人工智能概念吗？ 请到[进阶学习的页面](../../../13-continued-learning/translations/cn/README.md?WT.mc_id=academic-105485-koreyst) 查找有关此主题的其他学习资源。
+想要了解更多关于不同的生成人工智能概念吗？ 请到[进阶学习的页面](https://aka.ms/genai-collection?WT.mc_id=academic-105485-koreyst) 查找有关此主题的其他学习资源。
 
 前往第二章，我们将了解如何[探索和比较不同的 LLM 类型](../../../02-exploring-and-comparing-different-llms/translations/cn/README.md?WT.mc_id=academic-105485-koreyst)！

01-introduction-to-genai/translations/pt-br/README.md

@@ -131,6 +131,6 @@ O que é verdade sobre Grandes Modelos de Linguagem?
 
 ## Ótimo trabalho! A Jornada Continua
 
-Deseja aprender mais sobre diferentes conceitos de IA Generativa? Acesse a [página de Aprendizado Contínuo](../../../13-continued-learning/translations/pt-br/README.md?WT.mc_id=academic-105485-koreyst) para encontrar outros ótimos recursos sobre este tópico.
+Deseja aprender mais sobre diferentes conceitos de IA Generativa? Acesse a [página de Aprendizado Contínuo](https://aka.ms/genai-collection?WT.mc_id=academic-105485-koreyst) para encontrar outros ótimos recursos sobre este tópico.
 
 Vá para a Lição 2, onde veremos como [Explorar e comparar diferentes tipos de LLM](../../../02-exploring-and-comparing-different-llms/translations/pt-br/README.md?WT.mc_id=academic-105485-koreyst)!

02-exploring-and-comparing-different-llms/translations/cn/README.md

@@ -193,6 +193,6 @@ A：3，如果您有时间和资源以及高质量的数据，微调是保持最
 
 ## 继续您的学习旅程
 
-想要了解更多关于不同的生成人工智能概念吗？ 转至[进阶学习的页面](../../../13-continued-learning/translations/cn/README.md?WT.mc_id=academic-105485-koreyst) 查找有关本章的其他重要资源。
+想要了解更多关于不同的生成人工智能概念吗？ 转至[进阶学习的页面](https://aka.ms/genai-collection?WT.mc_id=academic-105485-koreyst) 查找有关本章的其他重要资源。
 
 前往第三章，我们将了解如何[负责任地使用生成式 AI 进行应用构建](../../../03-using-generative-ai-responsibly/translations/cn/README.md?WT.mc_id=academic-105485-koreyst)！

02-exploring-and-comparing-different-llms/translations/pt-br/README.md

@@ -194,6 +194,6 @@ Saiba mais sobre como você pode [usar o RAG](https://learn.microsoft.com/azure/
 
 ## Ótimo Trabalho, Continue com Seu Aprendizado
 
-Deseja aprender mais sobre diferentes conceitos de IA Generativa? Acesse a [página de aprendizado contínuo](../../../13-continued-learning/translations/pt-br/README.md?WT.mc_id=academic-105485-koreyst) para encontrar outros ótimos recursos sobre este tópico.
+Deseja aprender mais sobre diferentes conceitos de IA Generativa? Acesse a [página de aprendizado contínuo](https://aka.ms/genai-collection?WT.mc_id=academic-105485-koreyst) para encontrar outros ótimos recursos sobre este tópico.
 
 Vamos para a Lição 3, onde veremos como podemos [Criar IA Generativa de forma Responsável](../../../03-using-generative-ai-responsibly/translations/pt-br/README.md?WT.mc_id=academic-105485-koreyst)!

03-using-generative-ai-responsibly/translations/cn/README.md

@@ -1,6 +1,6 @@
 # 第三章 ： 负责任地使用生成式人工智能
 
-[![Using Generative AI Responsibly](../../images/03-lesson-banner.png?WT.mc_id=academic-105485-koreyst)]() 
+[![Using Generative AI Responsibly](../../images/03-lesson-banner.png?WT.mc_id=academic-105485-koreyst)]()
 
 > **导学视频即将上架，敬请期待**
 
@@ -46,7 +46,7 @@
 
 ![提示说“谁是泰坦尼克号的唯一幸存者”](../../../03-using-generative-ai-responsibly/images/ChatGPT-titanic-survivor-prompt.webp?WT.mc_id=academic-105485-koreyst)
 
-> *（来源：[飞翔的野牛](https://flyingbisons.com?WT.mc_id=academic-105485-koreyst))*
+> _（来源：[飞翔的野牛](https://flyingbisons.com?WT.mc_id=academic-105485-koreyst))_
 
 给出了一个非常确切的答案。 不幸的是，这是不正确的。 即使极少了解，人们也会发现泰坦尼克号幸存者不止一名。 但对于刚开始研究这个领域的学生来说，这个答案足以有说服力，不会被质疑并被视为事实。 这样做的后果可能会导致人工智能系统不可靠，并对我们初创公司的声誉产生负面影响。
 
@@ -120,15 +120,14 @@
 2. 有害使用，即人工智能不用于犯罪目的。
 3. 确保人工智能不存在偏见和歧视。
 
-答：2和3是正确的。 负责任的人工智能可以帮助您考虑如何减轻有害影响和偏见等。
+答：2 和 3 是正确的。 负责任的人工智能可以帮助您考虑如何减轻有害影响和偏见等。
 
 ## 🚀 知识拓展
 
 阅读 [Azure AI 内容安全](https://learn.microsoft.com/azure/ai-services/content-safety/overview?WT.mc_id=academic-105485-koreyst) 并了解您可以采用什么方法。
 
 ## 继续学习
 
-想要了解更多有关如何负责任地使用生成式 AI 进行构建的信息？ 转至[进阶学习的页面](../../../13-continued-learning/translations/cn/README.md?WT.mc_id=academic-105485-koreyst) 查找有关本章的其他重要资源。
+想要了解更多有关如何负责任地使用生成式 AI 进行构建的信息？ 转至[进阶学习的页面](https://aka.ms/genai-collection?WT.mc_id=academic-105485-koreyst) 查找有关本章的其他重要资源。
 
 前往第四章，我们将了解 [提示工程基础](../../../04-prompt-engineering-fundamentals/translations/cn/README.md?WT.mc_id=academic-105485-koreyst)！
-

03-using-generative-ai-responsibly/translations/pt-br/README.md

@@ -1,6 +1,6 @@
 # Usando a IA Generativa de Forma Responsável
 
-[![Usando a IA Generativa de Forma Responsável](../../images/03-lesson-banner.png?WT.mc_id=academic-105485-koreyst)]() 
+[![Usando a IA Generativa de Forma Responsável](../../images/03-lesson-banner.png?WT.mc_id=academic-105485-koreyst)]()
 
 > **Vídeo em Breve**
 
@@ -44,9 +44,9 @@ Vamos dar, por exemplo, a criação de um recurso para nossa startup que permite
 
 O modelo produz uma resposta como a que está abaixo:
 
-![Prompt dizendo "Quem foi o único sobrevivente do Titanic"](../../../03-using-generative-ai-responsibly/images/2135-ChatGPT(1)_11zon.webp?WT.mc_id=academic-105485-koreyst)
+![Prompt dizendo "Quem foi o único sobrevivente do Titanic"](<../../../03-using-generative-ai-responsibly/images/2135-ChatGPT(1)_11zon.webp?WT.mc_id=academic-105485-koreyst>)
 
-> *(Fonte: [Flying bisons](https://flyingbisons.com?WT.mc_id=academic-105485-koreyst))*
+> _(Fonte: [Flying bisons](https://flyingbisons.com?WT.mc_id=academic-105485-koreyst))_
 
 Esta é uma resposta muito confiante e completa. Infelizmente, está incorreta. Mesmo com uma quantidade mínima de pesquisa, alguém descobriria que houve mais de um sobrevivente do Titanic. Para um estudante que está começando a pesquisar esse tópico, essa resposta pode ser persuasiva o suficiente para não ser questionada e tratada como fato. As consequências disso podem levar ao sistema de IA sendo pouco confiável e impactar negativamente a reputação de nossa startup.
 
@@ -96,7 +96,7 @@ Agora é hora de encontrar maneiras de prevenir ou limitar o dano potencial caus
 
 - **Metaprompt**: metaprompts e fundamentação são maneiras de direcionar ou limitar o modelo com base em determinados comportamentos e informações. Isso poderia ser o uso de entradas do sistema para definir certos limites do modelo. Além disso, fornecer saídas mais relevantes para o escopo ou domínio do sistema.
 
- Também pode ser o uso de técnicas como a Recuperação de Geração Aumentada (RAG) para fazer com que o modelo obtenha informações apenas de uma seleção de fontes confiáveis. Há uma lição posterior neste curso para [criar aplicações de busca](../../../08-building-search-applications/translations/pt-br/README.md?WT.mc_id=academic-105485-koreyst)
+Também pode ser o uso de técnicas como a Recuperação de Geração Aumentada (RAG) para fazer com que o modelo obtenha informações apenas de uma seleção de fontes confiáveis. Há uma lição posterior neste curso para [criar aplicações de busca](../../../08-building-search-applications/translations/pt-br/README.md?WT.mc_id=academic-105485-koreyst)
 
 - **Experiência do Usuário**: a camada final é onde o usuário interage diretamente com o modelo por meio da interface de nosso aplicativo de alguma forma. Dessa forma, podemos projetar a UI/UX para limitar o usuário quanto aos tipos de entradas que podem enviar ao modelo, bem como ao texto ou imagens exibidos ao usuário. Ao implantar o aplicativo de IA, também devemos ser transparentes sobre o que nossa aplicação de IA Generativa pode e não pode fazer.
 
@@ -110,7 +110,7 @@ Criar uma prática operacional em torno de suas aplicações de IA é a etapa fi
 
 ## Ferramentas
 
-Embora o trabalho de desenvolver soluções de IA Responsável possa parecer muito, porém é um trabalho que vale a pena. À medida que a área de IA Generativa cresce, mais ferramentas para ajudar os desenvolvedores a integrar eficientemente a responsabilidade em seus fluxos de trabalho amadurecerão. Por exemplo, o [Azure AI Content Safety](https://learn.microsoft.com/azure/ai-services/content-safety/overview?WT.mc_id=academic-105485-koreyst ) pode ajudar a detectar conteúdo e imagens prejudiciais por meio de uma solicitação de API.
+Embora o trabalho de desenvolver soluções de IA Responsável possa parecer muito, porém é um trabalho que vale a pena. À medida que a área de IA Generativa cresce, mais ferramentas para ajudar os desenvolvedores a integrar eficientemente a responsabilidade em seus fluxos de trabalho amadurecerão. Por exemplo, o [Azure AI Content Safety](https://learn.microsoft.com/azure/ai-services/content-safety/overview?WT.mc_id=academic-105485-koreyst) pode ajudar a detectar conteúdo e imagens prejudiciais por meio de uma solicitação de API.
 
 ## Verificação de Conhecimento
 
@@ -128,7 +128,6 @@ Leia sobre o [Azure AI Content Safety](https://learn.microsoft.com/azure/ai-serv
 
 ## Ótimo Trabalho, Continue Sua Aprendizagem
 
-Quer aprender mais sobre como construir com IA Generativa de forma responsável? Acesse a [página de aprendizado contínuo](../../../13-continued-learning/translations/pt-br/README.md?WT.mc_id=academic-105485-koreyst) para encontrar outros ótimos recursos sobre esse tópico.
+Quer aprender mais sobre como construir com IA Generativa de forma responsável? Acesse a [página de aprendizado contínuo](https://aka.ms/genai-collection?WT.mc_id=academic-105485-koreyst) para encontrar outros ótimos recursos sobre esse tópico.
 
 Vamos agora para a Lição 4, onde exploraremos os [Fundamentos da Engenharia de Prompt](../../../04-prompt-engineering-fundamentals/translations/pt-br/README.md?WT.mc_id=academic-105485-koreyst)!
-

04-prompt-engineering-fundamentals/README.md

@@ -385,6 +385,6 @@ See if you can leverage the "cue" technique with the prompt: Complete the senten
 
 ## Great Work! Continue Your Learning
 
-Want to learn more about different Prompt Engineering concepts? Go to the [continued learning page](../13-continued-learning/README.md?WT.mc_id=academic-105485-koreyst) to find other great resources on this topic.
+Want to learn more about different Prompt Engineering concepts? Go to the [continued learning page](https://aka.ms/genai-collection?WT.mc_id=academic-105485-koreyst) to find other great resources on this topic.
 
 Head over to Lesson 5 where we will look at [advanced prompting techniques](../05-advanced-prompts/README.md?WT.mc_id=academic-105485-koreyst)!

04-prompt-engineering-fundamentals/1-introduction.ipynb renamed to 04-prompt-engineering-fundamentals/aoai-assignment.ipynb

@@ -386,6 +386,6 @@ Wrap the section with a summary and resources for self-guided learning.
 
 ## 继续学习
 
-想要了解更多有关不同提示工程概念的信息吗？ 转至[进阶学习的页面](../../../13-continued-learning/translations/cn/README.md?WT.mc_id=academic-105485-koreyst) 查找有关此章节的其他重要资源。
+想要了解更多有关不同提示工程概念的信息吗？ 转至[进阶学习的页面](https://aka.ms/genai-collection?WT.mc_id=academic-105485-koreyst) 查找有关此章节的其他重要资源。
 
 前往第五章学习，我们将了解[创建高级的提示工程技巧](../../../05-advanced-prompts/translations/cn/README.md?WT.mc_id=academic-105485-koreyst)！