Upload monitoring-and-evaluating-agents.ipynb

fr/bonus-unit2/monitoring-and-evaluating-agents.ipynb

@@ -214,14 +214,14 @@
     "\n",
     "Dans la section précédente, nous avons appris la différence entre l'évaluation en ligne et hors ligne. Nous allons maintenant voir comment surveiller votre agent en production et l'évaluer en direct.\n",
     "\n",
-    "### Mesures courantes à suivre en production\n",
+    "### Métriques courantes à suivre en production\n",
     "\n",
     "1. **Coûts** - L'instrumentation smolagents capture l'utilisation des *tokens*, que vous pouvez transformer en coûts approximatifs en assignant un prix par *token*.\n",
     "2. **Latence** - Observez le temps nécessaire à la réalisation de chaque étape ou de l'ensemble de l'exécution.\n",
     "3. **Retour utilisateur** - Les utilisateurs peuvent fournir un retour direct (pouce vers le haut/vers le bas) pour aider à affiner ou à corriger l'agent.\n",
     "4. ***LLM-as-a-Judge*** - Utilisez un autre LLM pour évaluer les résultats de votre agent en quasi temps réel (par exemple, vérification de la toxicité ou de l'exactitude des résultats).\n",
     "\n",
-    "Ci-dessous, nous montrons des exemples de ces mesures."
+    "Ci-dessous, nous montrons des exemples de ces métriques."
    ]
   },
   {
@@ -277,7 +277,7 @@
     "    name=\"Smolagent-Trace\",\n",
     "    ) as span:\n",
     "    \n",
-    "    # Lancez votre candidature ici\n",
+    "    # Lancez votre application ici\n",
     "    response = agent.run(\"What is the capital of Germany?\")\n",
     " \n",
     "    # Transmettre des attributs supplémentaires au span\n",
@@ -342,7 +342,7 @@
     "    return history\n",
     "\n",
     "def handle_like(data: gr.LikeData):\n",
-    "    # À titre de démonstration, nous attribuons aux retours utilisateurs une valeur de 1 (j'aime) ou de 0 (je n'aime pas)\n",
+    "    # À titre de démonstration, nous mappons les retours utilisateurs une valeur de 1 (j'aime) ou de 0 (je n'aime pas)\n",
     "    if data.liked:\n",
     "        langfuse.create_score(\n",
     "            value=1,\n",
@@ -360,14 +360,14 @@
     "    chatbot = gr.Chatbot(label=\"Chat\", type=\"messages\")\n",
     "    prompt_box = gr.Textbox(placeholder=\"Type your message...\", label=\"Your message\")\n",
     "\n",
-    "    # Lorsque l'utilisateur appuie sur “Enter”, nous exécutons 'respond'\n",
+    "    # Lorsque l'utilisateur appuie sur \"Enter\", nous exécutons 'respond'\n",
     "    prompt_box.submit(\n",
     "        fn=respond,\n",
     "        inputs=[prompt_box, chatbot],\n",
     "        outputs=chatbot\n",
     "    )\n",
     "\n",
-    "    # Lorsque l'utilisateur clique sur le bouton « J'aime » d'un message, nous exécutons 'handle_like'\n",
+    "    # Lorsque l'utilisateur clique sur le bouton \"J'aime\" d'un message, nous exécutons 'handle_like'\n",
     "    chatbot.like(handle_like, None, None)\n",
     "\n",
     "demo.launch()\n"
@@ -377,7 +377,7 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "Les commentaires des utilisateurs sont ensuite saisis dans votre outil d'observabilité :\n",
+    "Les retours des utilisateurs sont ensuite saisis dans votre outil d'observabilité :\n",
     "\n",
     "![User feedback is being captured in Langfuse](https://huggingface.co/datasets/agents-course/course-images/resolve/main/en/bonus-unit2/user-feedback-gradio.png)"
    ]
@@ -429,9 +429,9 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "#### 6. Aperçu des mesures d'observabilité\n",
+    "#### 6. Aperçu des métriques d'observabilité\n",
     "\n",
-    "Toutes ces mesures peuvent être visualisées ensemble dans des tableaux de bord. Cela vous permet de voir rapidement les performances de votre agent sur plusieurs sessions et vous aide à suivre les mesures de qualité au fil du temps.\n",
+    "Toutes ces métriques peuvent être visualisées ensemble dans des tableaux de bord. Cela vous permet de voir rapidement les performances de votre agent sur plusieurs sessions et vous aide à suivre les mesures de qualité au fil du temps.\n",
     "\n",
     "![Observability metrics overview](https://huggingface.co/datasets/agents-course/course-images/resolve/main/en/bonus-unit2/langfuse-dashboard.png)"
    ]
@@ -468,7 +468,7 @@
     "import pandas as pd\n",
     "from datasets import load_dataset\n",
     "\n",
-    "# Récupérer le GSM8K sur Hugging Face\n",
+    "# Récupérer GSM8K sur Hugging Face\n",
     "dataset = load_dataset(\"openai/gsm8k\", 'main', split='train')\n",
     "df = pd.DataFrame(dataset)\n",
     "print(\"First few rows of GSM8K dataset:\")\n",