docs(locadex): update translations on main

docs.json

@@ -2187,6 +2187,7 @@
                             "group": "Frameworks",
                             "pages": [
                               "fr/weave/guides/integrations/openai-realtime-audio",
+                              "fr/weave/guides/integrations/bedrock_agents",
                               "fr/weave/guides/integrations/langchain",
                               "fr/weave/guides/integrations/llamaindex",
                               "fr/weave/guides/integrations/dspy",
@@ -3687,6 +3688,7 @@
                             "group": "フレームワーク",
                             "pages": [
                               "ja/weave/guides/integrations/openai-realtime-audio",
+                              "ja/weave/guides/integrations/bedrock_agents",
                               "ja/weave/guides/integrations/langchain",
                               "ja/weave/guides/integrations/llamaindex",
                               "ja/weave/guides/integrations/dspy",
@@ -5187,6 +5189,7 @@
                             "group": "프레임워크",
                             "pages": [
                               "ko/weave/guides/integrations/openai-realtime-audio",
+                              "ko/weave/guides/integrations/bedrock_agents",
                               "ko/weave/guides/integrations/langchain",
                               "ko/weave/guides/integrations/llamaindex",
                               "ko/weave/guides/integrations/dspy",

fr/models/integrations/accelerate.mdx

@@ -5,13 +5,13 @@ title: Hugging Face Accelerate
 
 Hugging Face Accelerate est une bibliothèque qui permet d'exécuter le même code PyTorch sur n'importe quelle configuration distribuée, afin de simplifier l'entraînement des modèles et l'inférence à grande échelle.
 
-Accelerate inclut un suivi W&B, que nous expliquons comment utiliser ci-dessous. Vous pouvez aussi en savoir plus sur les [suivis Accelerate dans Hugging Face](https://huggingface.co/docs/accelerate/main/en/usage_guides/tracking).
+Accelerate inclut un suivi W&B, et cette page montre comment l'utiliser pour consigner des métriques, la configuration et des artefacts à partir de runs d'entraînement distribués dans W&B. Pour plus d'informations, voir [Accelerate Trackers in Hugging Face](https://huggingface.co/docs/accelerate/main/en/usage_guides/tracking).
 
 <div id="start-logging-with-accelerate">
   ## Commencez à journaliser avec Accelerate
 </div>
 
-Pour démarrer avec Accelerate et W&amp;B, vous pouvez suivre le pseudocode ci-dessous :
+Cette section montre comment configurer Accelerate pour journaliser les données d&#39;expérience dans W&amp;B pendant l&#39;entraînement. Pour démarrer avec Accelerate et W&amp;B, suivez ce pseudocode :
 
 ```python
 from accelerate import Accelerator
@@ -36,39 +36,37 @@ accelerator.log({"train_loss": 1.12, "valid_loss": 0.8}, step=global_step)
 accelerator.end_training()
 ```
 
-Plus précisément, vous devez :
+Plus en détail :
 
-1. Passer `log_with="wandb"` lors de l&#39;initialisation de la classe Accelerator
-2. Appeler la méthode [`init_trackers`](https://huggingface.co/docs/accelerate/main/en/package_reference/accelerator#accelerate.Accelerator.init_trackers) et lui transmettre :
-
-* un nom de projet via `project_name`
-* tous les paramètres que vous souhaitez passer à [`wandb.init()`](/fr/models/ref/python/functions/init) via un `dict` imbriqué dans `init_kwargs`
-* toute autre information de configuration de l&#39;expérience que vous souhaitez journaliser dans votre run wandb, via `config`
-
-3. Utiliser la méthode `wandb.Run.log()` pour journaliser dans Weights &amp; Biases ; l&#39;argument `step` est facultatif
-4. Appeler `.end_training()` une fois l&#39;entraînement terminé
+1. Passez `log_with="wandb"` lorsque vous initialisez la classe `Accelerator`.
+2. Appelez la méthode [`init_trackers`](https://huggingface.co/docs/accelerate/main/en/package_reference/accelerator#accelerate.Accelerator.init_trackers) et transmettez-lui :
+   * Un nom de projet via `project_name`.
+   * Tous les paramètres que vous souhaitez passer à [`wandb.init()`](/fr/models/ref/python/functions/init) via un `dict` imbriqué dans `init_kwargs`.
+   * Toute autre information de configuration de l&#39;expérience que vous souhaitez journaliser dans votre run wandb, via `config`.
+3. Utilisez la méthode `wandb.Run.log()` pour journaliser dans W&amp;B. L&#39;argument `step` est facultatif.
+4. Appelez `.end_training()` lorsque l&#39;entraînement est terminé.
 
 <div id="access-the-wb-tracker">
-  ## Accéder à l’outil de suivi W&amp;B
+  ## Accéder au suivi W&amp;B
 </div>
 
-Pour accéder à l’outil de suivi W&amp;B, utilisez la méthode `Accelerator.get_tracker()`. Passez la chaîne correspondant à l’attribut `.name` d’un outil de suivi ; la méthode renvoie alors cet outil de suivi sur le processus `main`.
+Une fois qu’Accelerate journalise dans W&amp;B, vous pouvez avoir besoin d’accéder directement à l’objet run W&amp;B sous-jacent pour journaliser des artefacts, des graphiques personnalisés ou d’autres données que le suivi W&amp;B n’expose pas. Pour accéder au suivi W&amp;B, utilisez la méthode `Accelerator.get_tracker()`. Passez la chaîne correspondant à l’attribut `.name` d’un outil de suivi ; la méthode renvoie alors cet outil de suivi sur le processus `main`.
 
 ```python
 wandb_tracker = accelerator.get_tracker("wandb")
 
 ```
 
-Vous pouvez ensuite interagir normalement avec l’objet run de wandb :
+Vous pouvez ensuite interagir comme d’habitude avec l’objet run de `wandb` :
 
 ```python
 wandb_tracker.log_artifact(some_artifact_to_log)
 ```
 
 <Warning>
-  Les suivis intégrés à Accelerate s’exécutent automatiquement sur le bon processus. Ainsi, si un suivi ne doit être exécuté que sur le processus principal, il le sera automatiquement.
+  Les suivis intégrés à Accelerate s’exécutent automatiquement sur le bon processus. Ainsi, si un suivi n’a besoin d’être exécuté que sur le processus principal, il le sera automatiquement.
 
-  Si vous souhaitez vraiment supprimer complètement l’encapsulation d’Accelerate, vous pouvez obtenir le même résultat avec :
+  Pour supprimer complètement l’encapsulation d’Accelerate, vous pouvez obtenir le même résultat avec :
 
   ```python
   wandb_tracker = accelerator.get_tracker("wandb", unwrap=True)
@@ -81,12 +79,12 @@ wandb_tracker.log_artifact(some_artifact_to_log)
   ## Articles sur Accelerate
 </div>
 
-Vous trouverez ci-dessous un article sur Accelerate susceptible de vous intéresser
+Pour un guide pas à pas plus approfondi sur l’utilisation d’Accelerate avec W&amp;B, consultez l’article suivant.
 
 <details>
   <summary>HuggingFace Accelerate optimisé avec W&amp;B</summary>
 
-  * Dans cet article, nous examinons ce que HuggingFace Accelerate a à offrir et à quel point il est simple d&#39;effectuer un entraînement et une évaluation distribués, tout en enregistrant les résultats dans W&amp;B.
+  Cet article examine ce que HuggingFace Accelerate a à offrir et explique comment effectuer un entraînement et une évaluation distribués, tout en enregistrant les résultats dans W&amp;B.
 
   Lire le [rapport Hugging Face Accelerate optimisé avec W&amp;B](https://wandb.ai/gladiator/HF%20Accelerate%20+%20W\&B/reports/Hugging-Face-Accelerate-Super-Charged-with-Weights-Biases--VmlldzoyNzk3MDUx?utm_source=docs\&utm_medium=docs\&utm_campaign=accelerate-docs).
 </details>