Urdu Translation (#1128)

* urdu translation

* urdu translation

* complete urdu translation

* fix images

i18n/ur/docusaurus-plugin-content-docs/current.json

@@ -0,0 +1,71 @@
+{
+  "sidebar.tutorialSidebar.category.😃 Basics": {
+    "message": "😃 بنیادی باتیں "
+  },
+  "sidebar.tutorialSidebar.category.😃 Basics.link.generated-index.description": {
+    "message": ""
+  },
+  "sidebar.tutorialSidebar.category.💼 Basic Applications": {
+    "message": "💼 بنیادی ایپلی کیشنز "
+  },
+  "sidebar.tutorialSidebar.category.🧙‍♂️ Intermediate": {
+    "message": "🧙‍♂️ انٹرمیڈیٹ "
+  },
+  "sidebar.tutorialSidebar.category.🧙‍♂️ Intermediate.link.generated-index.description": {
+    "message": ""
+  },
+  "sidebar.tutorialSidebar.category.🧪 Applied Prompting": {
+    "message": "🧪 اپلائیڈ پرامٹنگ "
+  },
+  "sidebar.tutorialSidebar.category.🧪 Applied Prompting.link.generated-index.description": {
+    "message": ""
+  },
+  "sidebar.tutorialSidebar.category.🚀 Advanced Applications": {
+    "message": "🚀 اعلی درجے کی ایپلی کیشنز "
+  },
+  "sidebar.tutorialSidebar.category.🚀 Advanced Applications.link.generated-index.description": {
+    "message": ""
+  },
+  "sidebar.tutorialSidebar.category.⚖️ Reliability": {
+    "message": "⚖️ بھروسہ"
+  },
+  "sidebar.tutorialSidebar.category.⚖️ Reliability.link.generated-index.description": {
+    "message": ""
+  },
+  "sidebar.tutorialSidebar.category.🖼️ Image Prompting": {
+    "message": "🖼️ امیج پرامپٹنگ "
+  },
+  "sidebar.tutorialSidebar.category.🖼️ Image Prompting.link.generated-index.description": {
+    "message": ""
+  },
+  "sidebar.tutorialSidebar.category.🔓 Prompt Hacking": {
+    "message": "🔓  پرامپٹ ہیکنگ"
+  },
+  "sidebar.tutorialSidebar.category.🔓 Prompt Hacking.link.generated-index.description": {
+    "message": ""
+  },
+  "sidebar.tutorialSidebar.category.🔨 Tooling": {
+    "message": "🔨 ٹولنگ"
+  },
+  "sidebar.tutorialSidebar.category.🔨 Tooling.link.generated-index.description": {
+    "message": ""
+  },
+  "sidebar.tutorialSidebar.category.Prompt Engineering IDEs": {
+    "message": ""
+  },
+  "sidebar.tutorialSidebar.category.Prompt Engineering IDEs.link.generated-index.description": {
+    "message": ""
+  },
+  "sidebar.tutorialSidebar.category.💪 Prompt Tuning": {
+    "message": "💪 پرامپٹ ٹیوننگ"
+  },
+  "sidebar.tutorialSidebar.category.💪 Prompt Tuning.link.generated-index.description": {
+    "message": ""
+  },
+  "sidebar.tutorialSidebar.category.🎲 Miscellaneous": {
+    "message": "🎲 متفرق"
+  },
+  "sidebar.tutorialSidebar.category.🎲 Miscellaneous.link.generated-index.description": {
+    "message": ""
+  }
+}

i18n/ur/docusaurus-plugin-content-docs/current/additional.md

@@ -0,0 +1,59 @@
+---
+sidebar_position: 3000
+---
+
+# 🛸 اضافی وسائل
+
+## انٹرایکٹو ٹیوٹوریلز
+* [agents.blue](https://www.agents.blue/) - پرامپٹ انجینئرنگ پر ایک مفت، رہنمائی والا ٹیوٹوریل۔
+
+## حوالہ جات
+
+* [نیشن کے پرامپٹ لیک ہونے پر مضمون](https://lspace.swyx.io/p/reverse-prompt-eng)
+* [ایپلی کیشنز پر ایک زبردست مضمون](https://huyenchip.com/2023/04/11/llm-engineering.html)<br/>
+* [ایک لاجواب PE تعارفی ویڈیو](https://youtube.com/watch?v=dOxUroR57xs&feature=shares)<br/>
+* [ایک بہت ہی عمدہ، مختصر پرامپٹ انجینئرنگ گائیڈ](https://help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-openai-api)<br/>
+* [ایک زبردست پرامپٹ انجینئرنگ تعارف](https://humanloop.com/blog/prompt-engineering-101)<br/>
+* [پرامپٹ انجینئرنگ پیپرز کا ایک عمدہ مجموعہ](https://github.com/dair-ai/Prompt-Engineering-Guide)<br/>
+* [بہت سے پرامپٹ انجینئرنگ پیپرز](https://github.com/thunlp/PromptPapers)<br/>
+* [CMU کلاس آن پرامپٹ انجینئرنگ](https://youtu.be/5ef83Wljm-M)<br/>
+* [کوپائلٹ کیسے کام کرتا ہے](https://thakkarparth007.github.io/copilot-explorer/posts/copilot-internals.html)<br/>
+* [زپیئر کی طرف سے فوری تحریر کے لیے ایک ابتدائی رہنما](https://zapier.com/blog/gpt-3-prompt/)<br/>
+* [بہت اچھے A-Z پرامپٹ-انجینئرنگ وسائل کی فہرست](https://github.com/promptslab/Awesome-Prompt-Engineering)<br/>
+* [500 ChatGPT پرامپٹ ٹیمپلیٹس](https://www.notion.so/500-ChatGPT-Prompt-Templates-d9541e901b2b4e8f800e819bdc0256da)<br/>
+* [پرامپٹ بیس](https://promptbase.com/) <br/>
+* [پرامپٹ وائبس](https://www.promptvibes.com/) <br/>
+* [پرامپٹ ہیرو](https://prompthero.com/)
+* [مڈجرنی کمیونٹی شوکیس پرامپٹس کے ساتھ](https://www.midjourney.com/showcase/recent/)<br/>
+* [ڈیٹا سائنس پرامپٹس](https://github.com/travistangvh/ChatGPT-Data-Science-Prompts.git)
+* [مڈجرنی کے لیے تمام طرزیں اور حوالہ جات](https://github.com/willwulfken/MidJourney-Styles-and-Keywords-Reference)<br/>
+* [ایڈوانسڈ پرامپٹ انجینئرنگ](https://jamesbachini.com/advanced-midjourney-prompt-engineering/#midjourney-flags)
+* [عام لوگوں کا پرامپٹ](https://www.ordinarypeopleprompts.com/)
+
+### جی پی ٹی-3 پرامپٹ مثالیں/آئیڈیاز
+
+https://sharegpt.com <br/>
+https://www.learngpt.com <br/>
+https://chatgpt.getlaunchlist.com <br/>
+https://prompts.chat
+
+
+## حقائق
+
+GPT-3 *نہیں* تعییناتی ہے: https://twitter.com/BorisMPower/status/1608522707372740609
+
+## پیروی کرنے والے لوگ
+
+میں ان لوگوں سے اہم مواد حاصل کرتا ہوں۔
+
+[@chillzaza_](https://mobile.twitter.com/chillzaza_) پرامپٹ انجینئرنگ، ٹولز، ٹول بوٹ<br/>
+[@mathemagic1an](https://mobile.twitter.com/mathemagic1an) مختلف پرامپٹ، PE، GPT3 کی معلومات<br/>
+[@goodside](https://twitter.com/goodside/status/1588247865503010816) پرامپٹ انجیکشن، پی ای ٹولنگ<br/>
+[@hwchase17](https://twitter.com/hwchase17) langchain کا بنیادی دیو<br/>
+[@omarsar0](https://twitter.com/omarsar0) DAIR AI لیڈ
+
+ان اکاؤنٹس کو بھی چیک کریں جن کی میں پیروی کرتا ہوں: https://twitter.com/learnprompting/following
+
+## اس سے بھی زیادہ
+
+چیک کریں [اوپن ایشوز](https://github.com/trigaten/Learn_Prompting/issues) اور [PRs](https://github.com/trigaten/Learn_Prompting/pulls) :)

i18n/ur/docusaurus-plugin-content-docs/current/advanced_applications/_category_.json

@@ -0,0 +1,8 @@
+{
+  "label": "🚀 اعلی درجے کی ایپلی کیشنز",
+  "position": 20,
+  "link": {
+    "type": "generated-index",
+    "description": "کچھ بہت طاقتور، لیکن پرامپٹ انجینئرنگ کی زیادہ جدید ایپلی کیشنز۔"
+  }
+}

i18n/ur/docusaurus-plugin-content-docs/current/advanced_applications/mrkl.md

@@ -0,0 +1,88 @@
+---
+sidebar_position: 2
+---
+
+# 🟡 LLMs ٹولز کا استعمال کرتے ہوئے
+
+MRKL سسٹمز (@karpas2022mrkl) (ماڈیولر ریزننگ، نالج اینڈ لینگویج، جس کا اعلان "معجزہ" ہے)
+ایک **نیورو علامتی فن تعمیر** ہیں جو LLMs (عصبی حساب کتاب) اور بیرونی
+پیچیدہ مسائل کو حل کرنے کے لیے ٹولز جیسے کیلکولیٹر (علامتی حساب کتاب)۔
+
+ایک MRKL سسٹم ماڈیولز کے ایک سیٹ پر مشتمل ہوتا ہے (مثال کے طور پر ایک کیلکولیٹر، موسم کا API، ڈیٹا بیس، وغیرہ) اور ایک روٹر جو فیصلہ کرتا ہے کہ آنے والی قدرتی زبان کے سوالات کو مناسب ماڈیول تک کیسے 'روٹ' کرنا ہے۔
+
+MRKL سسٹم کی ایک سادہ مثال LLM ہے جو کر سکتا ہے۔
+کیلکولیٹر ایپ استعمال کریں۔ یہ ایک واحد ماڈیول سسٹم ہے، جہاں ایل ایل ایم روٹر ہے۔
+جب پوچھا گیا، ''100*100 کیا ہے؟''، ایل ایل ایم اس کا انتخاب کر سکتا ہے۔
+پرامپٹ سے نمبر نکالیں، اور پھر MRKL سسٹم کو کیلکولیٹر استعمال کرنے کو کہیں۔
+نتیجہ کا حساب لگانے کے لیے ایپ۔ یہ مندرجہ ذیل کی طرح نظر آسکتا ہے:
+
+<pre>
+<p>100*100 کیا ہے؟</p>
+
+<span className="bluegreen-highlight">کیلکولیٹر[100*100]</span>
+</pre>
+
+MRKL سسٹم لفظ `CALCULATOR` دیکھے گا اور `100*100` کو کیلکولیٹر ایپ میں پلگ کرے گا۔
+اس سادہ خیال کو آسانی سے مختلف علامتی کمپیوٹنگ ٹولز تک بڑھایا جا سکتا ہے۔
+
+ایپلی کیشنز کی درج ذیل اضافی مثالوں پر غور کریں:
+
+- ایک چیٹ بوٹ جو مالیاتی ڈیٹا بیس کے بارے میں سوالات کا جواب دینے کے قابل ہے۔
+صارف کے ٹیکسٹ سے SQL استفسار بنانے کے لیے معلومات نکالنا۔
+
+<pre>
+<p>اس وقت Apple کے اسٹاک کی قیمت کیا ہے؟</p>
+
+<span className="bluegreen-highlight">موجودہ قیمت ڈیٹا بیس ہے[SELECT price FROM stock WHERE company = "Apple" AND time = "now"]۔</span>
+</pre>
+
+- ایک چیٹ بوٹ جو نکال کر موسم کے بارے میں سوالات کا جواب دینے کے قابل ہے۔
+پرامپٹ سے معلومات حاصل کریں اور معلومات کو بازیافت کرنے کے لیے موسم کا API استعمال کریں۔
+
+<pre>
+<p>نیو یارک میں موسم کیسا ہے؟</p>
+
+<span className="bluegreen-highlight">موسم WEATHER_API[نیویارک] ہے۔</span>
+</pre>
+
+- یا اس سے بھی زیادہ پیچیدہ کام جو متعدد ڈیٹا ذرائع پر منحصر ہوتے ہیں، جیسے کہ
+درج ذیل:
+
+
+## ایک مثال
+
+میں نے Dust.tt کا استعمال کرتے ہوئے اصل کاغذ سے ایک مثال MRKL سسٹم کو دوبارہ پیش کیا ہے،
+لنک کردہ [یہاں](https://dust.tt/w/ddebdfcdde/a/98bdd65cb7)۔
+سسٹم ریاضی کا مسئلہ پڑھتا ہے (جیسے `20 گنا 5^6 کیا ہے؟`)، اعداد اور کارروائیاں نکالتا ہے،
+اور انہیں کیلکولیٹر ایپ کے لیے ریفارمیٹ کرتا ہے (جیسے `20*5^6`)۔ یہ پھر فارمیٹ شدہ مساوات بھیجتا ہے۔
+Google کی کیلکولیٹر ایپ پر، اور نتیجہ واپس کرتا ہے۔ نوٹ کریں کہ اصل کاغذ راؤٹر (ایل ایل ایم) پر پرامپٹ ٹیوننگ کرتا ہے، لیکن میں اس مثال میں نہیں کرتا۔ آئیے دیکھتے ہیں کہ یہ کیسے کام کرتا ہے:
+
+سب سے پہلے، میں نے Dust `Datasets` ٹیب میں ایک سادہ ڈیٹا سیٹ بنایا۔
+
+
+پھر، میں نے 'Specification' ٹیب پر سوئچ کیا اور ایک 'ان پٹ' بلاک کا استعمال کرتے ہوئے ڈیٹاسیٹ کو لوڈ کیا۔
+
+اگلا، میں نے ایک `llm` بلاک بنایا جو نمبرز اور آپریشنز کو نکالتا ہے۔ نوٹ کریں کہ کیسے
+پرامپٹ میں میں نے اسے بتایا کہ ہم گوگل کا کیلکولیٹر استعمال کریں گے۔ میں جو ماڈل استعمال کرتا ہوں (GPT-3)
+ممکنہ طور پر گوگل کے کیلکولیٹر کے بارے میں پہلے سے تربیت کے بارے میں کچھ علم ہے۔
+
+پھر، میں نے ایک `کوڈ` بلاک بنایا، جو ہٹانے کے لیے کچھ آسان جاوا اسکرپٹ کوڈ چلاتا ہے۔
+تکمیل سے خالی جگہیں.
+
+
+آخر میں، میں نے ایک 'تلاش' بلاک بنایا جو گوگل کے کیلکولیٹر کو دوبارہ فارمیٹ شدہ مساوات بھیجتا ہے۔
+
+
+ذیل میں ہم حتمی نتائج دیکھ سکتے ہیں، جو سب درست ہیں!
+
+
+[یہاں] (https://dust.tt/w/ddebdfcdde/a/98bdd65cb7) اس کھیل کے میدان کے ساتھ کلون اور تجربہ کرنے کے لیے آزاد محسوس کریں۔
+
+## نوٹس
+MRKL کو [AI21](https://www.ai21.com/) نے تیار کیا اور اصل میں ان کا استعمال کیا
+J-1 (Jurasic 1)(@lieberjurassic) LLM۔
+
+## مزید
+
+MRKL سسٹم کی [یہ مثال](https://python.langchain.com/docs/modules/agents/how_to/mrkl) دیکھیں
+LangChain کے ساتھ بنایا گیا ہے۔

i18n/ur/docusaurus-plugin-content-docs/current/advanced_applications/overview.md

@@ -0,0 +1,10 @@
+---
+sidebar_position: 1
+---
+
+# 🟢 تعارف
+
+ہم نے اب تک متعدد پرامپٹنگ/پرامپٹ انجینئرنگ کے طریقے دیکھے ہیں۔
+اب ہم اشارہ کرنے کی کچھ جدید ایپلی کیشنز کا احاطہ کریں گے جو حل کر سکتے ہیں۔
+انٹرنیٹ کے ذریعے معلومات کی تلاش کے ذریعے پیچیدہ استدلال کے کام،
+یا دیگر بیرونی ذرائع۔

i18n/ur/docusaurus-plugin-content-docs/current/advanced_applications/pal.md

@@ -0,0 +1,116 @@
+---
+sidebar_position: 4
+---
+
+# 🟡 کوڈ بطور استدلال
+
+[پروگرام کی مدد سے لینگویج ماڈلز (PAL)](https://reasonwithpal.com)(@gao2022pal) MRKL سسٹم کی ایک اور مثال ہیں۔
+جب کوئی سوال دیا جاتا ہے، PALs **کوڈ لکھنے کے قابل ہوتے ہیں** جو اس سوال کو حل کرتا ہے۔ وہ بھیجتے ہیں۔
+نتیجہ حاصل کرنے کے لیے پروگرامی رن ٹائم کا کوڈ۔ PAL CoT کے برعکس کام کرتا ہے۔ PAL کا انٹرمیڈیٹ
+استدلال کوڈ ہے، جبکہ CoT قدرتی زبان ہے۔
+
+
+ایک اہم بات یہ نوٹ کرنا ہے کہ PAL دراصل قدرتی زبان (NL) اور کوڈ کو آپس میں جوڑتا ہے۔
+مندرجہ بالا تصویر میں، نیلے رنگ میں قدرتی زبان کے استدلال ہیں جو PAL تیار کرتا ہے۔ اگرچہ یہ
+تصویر میں نہیں دکھایا گیا ہے، PAL دراصل NL استدلال کی ہر سطر سے پہلے '\#' پیدا کرتا ہے، لہذا
+کہ ان کی تشریح پروگرامیٹک رن ٹائم کے ذریعے تبصروں سے کی جاتی ہے۔
+
+## مثال
+
+آئیے PAL کی ریاضی کے سوال کو حل کرنے کی ایک مثال دیکھیں۔ میں 3 شاٹ پرامپٹ استعمال کرتا ہوں،
+جو کہ [اس والا](https://github.com/reasoning-machines/pal/blob/main/pal/prompt/math_prompts.py)(@gao2022pal) کا ایک آسان ورژن ہے۔
+
+میں اس کے لیے LLM فعالیت کو زنجیر بنانے کے لیے langchain، ایک Python پیکیج استعمال کروں گا۔ سب سے پہلے، چند تنصیبات کی ضرورت ہے:
+
+```python
+!pip install langchain==0.0.26
+!pip install openai
+from langchain.llms import OpenAI
+import os
+os.environ["OPENAI_API_KEY"] = "sk-YOUR_KEY_HERE"
+```
+
+پھر، ہم GPT-3 davinci-002 کی ایک مثال بنا سکتے ہیں (جب ہم اس آبجیکٹ کو استعمال کرتے ہیں تو ایک API کال ہوتی ہے)
+```
+llm = OpenAI(model_name='text-davinci-002', temperature=0)
+```
+
+یہاں چند شاٹ پرامپٹ ہیں:
+
+```python
+MATH_PROMPT = '''
+Q: There were nine computers in the server room. Five more computers were installed each day, from monday to thursday. How many computers are now in the server room?
+
+# solution in Python:
+"""There were nine computers in the server room. Five more computers were installed each day, from monday to thursday. How many computers are now in the server room?"""
+computers_initial = 9
+computers_per_day = 5
+num_days = 4  # 4 days between monday and thursday
+computers_added = computers_per_day * num_days
+computers_total = computers_initial + computers_added
+result = computers_total
+return result
+
+
+Q: Shawn has five toys. For Christmas, he got two toys each from his mom and dad. How many toys does he have now?
+
+# solution in Python:
+"""Shawn has five toys. For Christmas, he got two toys each from his mom and dad. How many toys does he have now?"""
+toys_initial = 5
+mom_toys = 2
+dad_toys = 2
+total_received = mom_toys + dad_toys
+total_toys = toys_initial + total_received
+result = total_toys
+
+
+Q: Jason had 20 lollipops. He gave Denny some lollipops. Now Jason has 12 lollipops. How many lollipops did Jason give to Denny?
+
+# solution in Python:
+"""Jason had 20 lollipops. He gave Denny some lollipops. Now Jason has 12 lollipops. How many lollipops did Jason give to Denny?"""
+jason_lollipops_initial = 20
+jason_lollipops_after = 12
+denny_lollipops = jason_lollipops_initial - jason_lollipops_after
+result = denny_lollipops
+
+Q: {question}
+
+# solution in Python:
+'''
+```
+
+اب ہم مشترکہ پرامپٹ کو GPT-3 پر منتقل کر سکتے ہیں۔
+
+```
+llm_out = llm(MATH_PROMPT.format(question=question))
+print(llm_out)
+```
+
+آؤٹ پٹ ہے:
+
+<pre>
+<span className="bluegreen-highlight">
+ایما نے سیٹل کے لیے 60 منٹ کی ہوائی جہاز کی سواری کی۔ اس کے بعد اس نے پورٹ لینڈ کے لیے 2 گھنٹے کی ٹرین کی سواری کی، اور پھر وینکوور کے لیے 30 منٹ کی بس کی سواری کی۔ اسے وینکوور پہنچنے میں کتنا وقت لگا؟<br/><br/>
+
+plane_ride = 60<br/>
+train_ride = 2 * 60  # 2 hours in minutes<br/>
+bus_ride = 30<br/>
+total_time = plane_ride + train_ride + bus_ride<br/>
+result = total_time
+</span>
+</pre>
+
+آخر میں، ہم جواب حاصل کرنے کے لیے اس کوڈ کو ازگر کے رن ٹائم میں منتقل کر سکتے ہیں:
+
+```python
+exec(llm_out)
+print(result)
+```
+
+آؤٹ پٹ **210** ہے، جو درست ہے۔
+
+اس مثال کے لیے Jupyter نوٹ بک دیکھیں [یہاں](https://github.com/trigaten/Learn_Prompting/tree/main/docs/code_examples/PAL.ipynb)۔
+
+## مزید
+
+[PAL کی کولاب کی مثال](https://colab.research.google.com/drive/1u4_RsdI0E79PCMDdcPiJUzYhdnjoXeXc?usp=sharing#scrollTo=Ba0ycacK4i1V) بھی دیکھیں۔