Update translations

config/locales/client.ar.yml

@@ -87,10 +87,8 @@ ar:
               description: "رتِّب أولوية المحتوى من هذه المجموعة في التقرير"
             temperature:
               label: "درجة الحرارة"
-              description: "درجة الحرارة التي سيتم استخدامها في نموذج اللغة الكبير (LLM). تزيد العشوائية بزيادة القيمة (اضبط القيمة على 0 لاستخدام النموذج الافتراضي)"
             top_p:
               label: "Top P"
-              description: "top-p للاستخدام في نموذج اللغة الكبير (LLM)، تزيد العشوائية بزيادة القيمة (اضبط القيمة على 0 لاستخدام النموذج الافتراضي)"
         llm_triage:
           fields:
             system_prompt:
@@ -132,6 +130,8 @@ ar:
             model:
               label: "النموذج"
               description: "نموذج اللغة المُستخدَم في الفرز"
+            temperature:
+              label: "درجة الحرارة"
     discourse_ai:
       title: "الذكاء الاصطناعي"
       modals:
@@ -195,7 +195,7 @@ ar:
         no_users: "لم يتم العثور على بيانات استخدام المستخدم"
         no_models: "لم يتم العثور على بيانات استخدام نموذجية"
         no_features: "لم يتم العثور على بيانات استخدام الميزات"
-        subheader_description: "الرموز هي الوحدات الأساسية التي تستخدمها نماذج اللغة الكبيرة لفهم النصوص وتوليدها، وقد تؤثر بيانات الاستخدام على التكاليف."
+        subheader_description: "الرموز هي الوحدات الأساسية التي تستخدمها نماذج اللغة الكبيرة لفهم النصوص وتوليدها، وقد تؤثر بيانات الاستخدام على التكاليف"
         stat_tooltips:
           total_requests: "جميع الطلبات المُقدَّمة إلى نماذج اللغة الكبيرة من خلال Discourse"
           total_tokens: "جميع الرموز المُستخدَمة عند إدخال رسالة مطالبة في نموذج لغة كبير"
@@ -390,7 +390,7 @@ ar:
           open_ai-gpt-4o-mini: "نموذج صغير سريع وبأسعارٍ معقولة للمهام الخفيفة"
           open_ai-o1-mini: "نموذج استدلال فعَّال من حيث التكلفة"
           samba_nova-Meta-Llama-3-1-8B-Instruct: "نموذج متعدد اللغات خفيف وفعَّال"
-          samba_nova-Meta-Llama-3-1-70B-Instruct": "نموذج قوي متعدد الأغراض"
+          samba_nova-Meta-Llama-3-3-70B-Instruct": "نموذج قوي متعدد الأغراض"
           mistral-mistral-large-latest: "النموذج الأقوى لدى Mistral"
           mistral-pixtral-large-latest: "النموذج القادر على الرؤية الأقوى لدى Mistral"
         preseeded_model_description: "نموذج مفتوح المصدر تم تكوينه مسبقًا باستخدام %{model}"
@@ -400,7 +400,7 @@ ar:
         preconfigured:
           title_no_llms: "حدِّد قالبًا للبدء"
           title: "لم يتم تكوين قوالب نماذج اللغة الكبيرة (LLM)"
-          description: "نماذج اللغة الكبيرة (LLM) عبارة عن أدوات ذكاء اصطناعي تم تحسينها لتنفيذ مهام مثل تلخيص المحتوى وإنشاء التقارير وأتمتة تفاعلات العملاء وتسهيل إدارة المنتديات وتقديم الرؤى."
+          description: "نماذج اللغة الكبيرة (LLM) عبارة عن أدوات ذكاء اصطناعي تم تحسينها لتنفيذ مهام مثل تلخيص المحتوى وإنشاء التقارير وأتمتة تفاعلات العملاء وتسهيل إدارة المنتديات وتقديم الرؤى"
           fake: "التكوين اليدوي"
           button: "إعداد"
         next:

config/locales/client.de.yml

@@ -89,10 +89,10 @@ de:
               description: "Inhalte aus dieser Gruppe im Bericht hervorheben"
             temperature:
               label: "Temperatur"
-              description: "Temperatur, die für das LLM verwendet werden soll. Erhöhen, um die Zufälligkeit zu steigern (0, um den Standard des Modells zu verwenden)"
+              description: "Temperatur, die für das LLM verwendet werden soll. Erhöhen, um die Zufälligkeit zu erhöhen (leer lassen, um das Standardmodell zu verwenden)"
             top_p:
               label: "Top P"
-              description: "Top P für das LLM. Erhöhen, um die Zufälligkeit zu steigern (0, um den Standard des Modells zu verwenden)"
+              description: "Top P für die LLM, erhöhen, um die Zufälligkeit zu erhöhen (leer lassen, um das Standardmodell zu verwenden)"
         llm_triage:
           fields:
             system_prompt:
@@ -134,6 +134,9 @@ de:
             model:
               label: "Modell"
               description: "Für die Triage verwendetes Sprachmodell"
+            temperature:
+              label: "Temperatur"
+              description: "Temperatur, die für das LLM verwendet werden soll. Erhöhen, um die Zufälligkeit zu erhöhen (leer lassen, um das Standardmodell zu verwenden)"
     discourse_ai:
       title: "KI"
       modals:
@@ -197,7 +200,7 @@ de:
         no_users: "Keine Benutzernutzungsdaten gefunden"
         no_models: "Keine Modellnutzungsdaten gefunden"
         no_features: "Keine Funktionsnutzungsdaten gefunden"
-        subheader_description: "Token sind die Basiseinheiten, die LLMs zum Verstehen und Generieren von Text verwenden. Nutzungsdaten können sich auf die Kosten auswirken."
+        subheader_description: "Token sind die Basiseinheiten, die LLMs zum Verstehen und Generieren von Text verwenden. Nutzungsdaten können sich auf die Kosten auswirken"
         stat_tooltips:
           total_requests: "Alle Anfragen an LLMs über Discourse"
           total_tokens: "Alle Token, die bei der Abfrage einer LLM verwendet werden"
@@ -397,7 +400,7 @@ de:
           open_ai-o1: "Das leistungsfähigste Argumentationsmodell von Open AI"
           open_ai-o3-mini: "Erweitertes kosteneffizientes Argumentationsmodell"
           samba_nova-Meta-Llama-3-1-8B-Instruct: "Effizientes leichtgewichtiges mehrsprachiges Modell"
-          samba_nova-Meta-Llama-3-1-70B-Instruct": "Leistungsstarkes Mehrzweckmodell"
+          samba_nova-Meta-Llama-3-3-70B-Instruct": "Leistungsstarkes Mehrzweckmodell"
           mistral-mistral-large-latest: "Das leistungsstärkste Modell von Mistral"
           mistral-pixtral-large-latest: "Das leistungsstärkste Modell von Mistral mit Sichtfunktion"
         preseeded_model_description: "Vorkonfiguriertes Open-Source-Modell unter Verwendung von %{model}"
@@ -407,7 +410,7 @@ de:
         preconfigured:
           title_no_llms: "Wähle eine Vorlage aus, um loszulegen"
           title: "Unkonfigurierte LLM-Vorlagen"
-          description: "LLMs (Large Language Models) sind KI-Tools, die für Aufgaben wie die Zusammenfassung von Inhalten, die Erstellung von Berichten, die Automatisierung von Kundeninteraktionen und die Erleichterung der Forenmoderation und -einsicht optimiert sind."
+          description: "LLMs (Large Language Models) sind KI-Tools, die für Aufgaben wie die Zusammenfassung von Inhalten, die Erstellung von Berichten, die Automatisierung von Kundeninteraktionen und die Erleichterung der Forenmoderation und -einsicht optimiert sind"
           fake: "Manuelle Konfiguration"
           button: "Einrichten"
         next:
@@ -629,6 +632,9 @@ de:
       sentiments:
         dashboard:
           title: "Stimmung"
+        sidebar:
+          overview: "Stimmungsübersicht"
+          analysis: "Stimmungsanalyse"
         sentiment_analysis:
           filter_types:
             all: "Gesamt"

config/locales/client.es.yml

@@ -87,10 +87,8 @@ es:
               description: "Priorizar el contenido de este grupo en el informe"
             temperature:
               label: "Temperatura"
-              description: "Temperatura a utilizar para el LLM. Aumentar para aumentar la aleatoriedad (0 para utilizar el modelo por defecto)"
             top_p:
               label: "Top P"
-              description: "Top P a utilizar para el LLM, aumentar para aumentar la aleatoriedad (0 para utilizar el modelo por defecto)"
         llm_triage:
           fields:
             system_prompt:
@@ -132,6 +130,8 @@ es:
             model:
               label: "Modelo"
               description: "Modelo lingüístico utilizado para el triaje"
+            temperature:
+              label: "Temperatura"
     discourse_ai:
       title: "IA"
       modals:
@@ -195,7 +195,7 @@ es:
         no_users: "No se han encontrado datos de uso del usuario"
         no_models: "No se han encontrado datos de uso del modelo"
         no_features: "No se han encontrado datos de uso de características"
-        subheader_description: "Los tokens son las unidades básicas que utilizan los LLM para comprender y generar texto, los datos de uso pueden afectar a los costes."
+        subheader_description: "Los tokens son las unidades básicas que utilizan los LLM para comprender y generar texto, los datos de uso pueden afectar a los costes"
         stat_tooltips:
           total_requests: "Todas las solicitudes realizadas a los LLM a través de Discourse"
           total_tokens: "Todos los tokens utilizados al solicitar un LLM"
@@ -382,7 +382,7 @@ es:
           open_ai-gpt-4o-mini: "Modelo pequeño, asequible y rápido para tareas ligeras"
           open_ai-o1-mini: "Modelo de razonamiento rentable"
           samba_nova-Meta-Llama-3-1-8B-Instruct: "Modelo multilingüe, ligero y eficaz"
-          samba_nova-Meta-Llama-3-1-70B-Instruct": "Potente modelo polivalente"
+          samba_nova-Meta-Llama-3-3-70B-Instruct": "Potente modelo polivalente"
           mistral-mistral-large-latest: "El modelo más potente de Mistral"
           mistral-pixtral-large-latest: "El modelo más potente de Mistral con capacidad de visión"
         preseeded_model_description: "Modelo de código abierto preconfigurado que utiliza %{model}"
@@ -392,7 +392,7 @@ es:
         preconfigured:
           title_no_llms: "Selecciona una plantilla para empezar"
           title: "Plantillas LLM no configuradas"
-          description: "Los LLM (Large Language Models) son herramientas de IA optimizadas para tareas como resumir contenidos, generar informes, automatizar las interacciones con los clientes y facilitar la moderación y los comentarios en los foros."
+          description: "Los LLM (Large Language Models) son herramientas de IA optimizadas para tareas como resumir contenidos, generar informes, automatizar las interacciones con los clientes y facilitar la moderación y los comentarios en los foros"
           fake: "Configuración manual"
           button: "Configurar"
         next:

config/locales/client.fi.yml

@@ -87,10 +87,8 @@ fi:
               description: "Priorisoi tämän ryhmän sisältö raportissa"
             temperature:
               label: "Lämpötila"
-              description: "LLM:lle käytettävä lämpötila. Lisää satunnaisuutta kasvattamalla arvoa (käytä mallin oletusta käyttämällä arvoa 0)"
             top_p:
               label: "Top-p"
-              description: "LLM:lle käytettävä top-p, lisää satunnaisuutta kasvattamalla arvoa (käytä mallin oletusta käyttämällä arvoa 0)"
         llm_triage:
           fields:
             system_prompt:
@@ -132,6 +130,8 @@ fi:
             model:
               label: "Malli"
               description: "Luokitteluun käytettävä kielimalli"
+            temperature:
+              label: "Lämpötila"
     discourse_ai:
       title: "Tekoäly"
       modals:
@@ -195,7 +195,7 @@ fi:
         no_users: "Käyttäjien käyttötietoja ei löytynyt"
         no_models: "Mallin käyttötietoja ei löytynyt"
         no_features: "Ominaisuuden käyttötietoja ei löytynyt"
-        subheader_description: "Saneet ovat perusyksiköitä, joita suuret kielimallit käyttävät tekstin ymmärtämiseen ja luomiseen. Käyttötiedot voivat vaikuttaa kustannuksiin."
+        subheader_description: "Saneet ovat perusyksiköitä, joita suuret kielimallit käyttävät tekstin ymmärtämiseen ja luomiseen. Käyttötiedot voivat vaikuttaa kustannuksiin"
         stat_tooltips:
           total_requests: "Kaikki suurille kielimalleille Discoursen kautta tehdyt pyynnöt"
           total_tokens: "Kaikki käytetyt saneet kehotteissa suurille kielimalleille"
@@ -382,7 +382,7 @@ fi:
           open_ai-gpt-4o-mini: "Edullinen ja nopea pieni malli kevyisiin tehtäviin"
           open_ai-o1-mini: "Kustannustehokas päättelymalli"
           samba_nova-Meta-Llama-3-1-8B-Instruct: "Tehokas kevyt monikielinen malli"
-          samba_nova-Meta-Llama-3-1-70B-Instruct": "Tehokas monikäyttöinen malli"
+          samba_nova-Meta-Llama-3-3-70B-Instruct": "Tehokas monikäyttöinen malli"
           mistral-mistral-large-latest: "Mistralin tehokkain malli"
           mistral-pixtral-large-latest: "Mistralin tehokkain näkökykyinen malli"
         preseeded_model_description: "Ennalta määritetty avoimen lähdekoodin malli, joka käyttää mallia %{model}"
@@ -392,7 +392,7 @@ fi:
         preconfigured:
           title_no_llms: "Aloita valitsemalla malli"
           title: "Määrittämättömät LLM-mallit"
-          description: "LLM:t (suuret kielimallit) ovat tekoälytyökaluja, jotka on optimoitu tehtäviin, kuten sisällön yhteenvedon laatimiseen sisällöstä, raporttien luomiseen, asiakasvuorovaikutusten automatisointiin sekä foorumin valvonnan ja tietokatsausten helpottamiseen."
+          description: "LLM:t (suuret kielimallit) ovat tekoälytyökaluja, jotka on optimoitu tehtäviin, kuten sisällön yhteenvedon laatimiseen sisällöstä, raporttien luomiseen, asiakasvuorovaikutusten automatisointiin sekä foorumin valvonnan ja tietokatsausten helpottamiseen"
           fake: "Manuaalinen määritys"
           button: "Määritä"
         next:

config/locales/client.fr.yml

@@ -87,10 +87,8 @@ fr:
               description: "Priorisez le contenu de ce groupe dans le rapport"
             temperature:
               label: "Température"
-              description: "Température à utiliser pour le LLM. Augmentez la valeur pour augmenter le caractère aléatoire (0 pour utiliser la valeur par défaut du modèle)"
             top_p:
               label: "Top P"
-              description: "Top P à utiliser pour le LLM, augmentez pour augmenter le caractère aléatoire (0 pour utiliser la valeur par défaut du modèle)"
         llm_triage:
           fields:
             system_prompt:
@@ -132,6 +130,8 @@ fr:
             model:
               label: "Modèle"
               description: "Modèle linguistique utilisé pour le tri"
+            temperature:
+              label: "Température"
     discourse_ai:
       title: "IA"
       modals:
@@ -195,7 +195,7 @@ fr:
         no_users: "Aucune donnée d'utilisation de l'utilisateur n'a été trouvée"
         no_models: "Aucune donnée d'utilisation du modèle n'a été trouvée"
         no_features: "Aucune donnée d'utilisation de la fonctionnalité n'a été trouvée"
-        subheader_description: "Les jetons sont les unités de base que les LLM utilisent pour comprendre et générer du texte. Les données d'utilisation peuvent affecter les coûts."
+        subheader_description: "Les jetons sont les unités de base que les LLM utilisent pour comprendre et générer du texte. Les données d'utilisation peuvent affecter les coûts"
         stat_tooltips:
           total_requests: "Toutes les requêtes adressées aux LLM via Discourse"
           total_tokens: "Tous les jetons utilisés lors de la consultation d'un LLM"
@@ -382,7 +382,7 @@ fr:
           open_ai-gpt-4o-mini: "Petit modèle abordable et rapide pour les tâches légères"
           open_ai-o1-mini: "Modèle de raisonnement rentable"
           samba_nova-Meta-Llama-3-1-8B-Instruct: "Modèle multilingue léger et efficace"
-          samba_nova-Meta-Llama-3-1-70B-Instruct": "Modèle polyvalent et puissant"
+          samba_nova-Meta-Llama-3-3-70B-Instruct": "Modèle polyvalent et puissant"
           mistral-mistral-large-latest: "Le modèle le plus puissant de Mistral"
           mistral-pixtral-large-latest: "Le modèle de Mistral le plus performant en matière de vision"
         preseeded_model_description: "Modèle open source préconfiguré utilisant %{model}"
@@ -392,7 +392,7 @@ fr:
         preconfigured:
           title_no_llms: "Sélectionnez un modèle pour commencer"
           title: "Modèles LLM non configurés"
-          description: "Les LLM (Large Language Models) sont des outils d'IA optimisés pour des tâches telles que la synthèse de contenu, la génération de rapports, l'automatisation des interactions avec les clients et la facilitation de la modération et des informations sur les forums."
+          description: "Les LLM (Large Language Models) sont des outils d'IA optimisés pour des tâches telles que la synthèse de contenu, la génération de rapports, l'automatisation des interactions avec les clients et la facilitation de la modération et des informations sur les forums"
           fake: "Configuration manuelle"
           button: "Configurer"
         next: