wehub-resource-sync
279 lines
23 KiB
Markdown
279 lines
23 KiB
Markdown
# 🚀 ម៉ូឌុល 1៖ មូលដ្ឋាន Microsoft Foundry Toolkit
|
|
|
|
[]()
|
|
[]()
|
|
[]()
|
|
|
|
## 📋 គោលបំណងការសិក្សា
|
|
|
|
នៅចប់ម៉ូឌុលនេះ អ្នកនឹងអាច៖
|
|
- ✅ ដំឡើង និងកំណត់រចនាសម្ព័ន្ធ Microsoft Foundry Toolkit Extension សម្រាប់ VS Code
|
|
- ✅ ទស្សនាវិទ្យាល័យ Model Catalog និងយល់ដឹងពីប្រភពម៉ូឌែលខុសៗគ្នា
|
|
- ✅ ប្រើប្រាស់ Playground សម្រាប់ការតេស្ត ម៉ូឌែល និងការសាកល្បង
|
|
- ✅ បង្កើតភ្នាក់ងារ AI ផ្ទាល់ខ្លួនដោយប្រើ Agent Builder
|
|
- ✅ ប្រៀបធៀបការសម្តែងម៉ូឌែលពីអ្នកផ្តល់ជាមួយគ្នា
|
|
- ✅ អនុវត្តល្បីល្បាញល្អសម្រាប់បញ្ចូលពត៌មានបង្កើត
|
|
|
|
## 🧠 ការណែនាំអំពី Microsoft Foundry Toolkit
|
|
|
|
**Microsoft Foundry Toolkit Extension សម្រាប់ VS Code** គឺជាការពង្រីកសំខាន់របស់ Microsoft ដែលបម្លែង VS Code ទៅជាបរិស្ថានអភិវឌ្ឍ AI ពេញលេញ។ វាតភ្ជាប់ចន្លោះការស្រាវជ្រាវ AI និងអភិវឌ្ឍកម្មវិធីក្នុងការអនុវត្តជាក់ស្តែង ដែលធ្វើអោយ AI បង្កើតបានសម្រាប់អ្នកអភិវឌ្ឍន៍គ្រប់កម្រិតជំនាញ។
|
|
|
|
### 🌟 សមត្ថភាពសំខាន់ៗ
|
|
|
|
| លក្ខណៈពិសេស | ពណ៍នា | ករណីប្រើប្រាស់ |
|
|
|---------|-------------|----------|
|
|
| **🗂️ ខ្សែបញ្ជីម៉ូឌែល** | ដំណើរការម៉ូឌែលច្រើនជាង ១០០ ពី GitHub, ONNX, OpenAI, Anthropic, Google | ស្វែងរក និងជ្រើសរើសម៉ូឌែល |
|
|
| **🔌 គាំទ្រ BYOM** | ផ្ដល់ម៉ូឌែលផ្ទាល់ខ្លួន (ក្នុងស្រុក/ចេញពីចម្ងាយ) | ផ្ទុកដាក់ម៉ូឌែលផ្ទាល់ខ្លួន |
|
|
| **🎮 លំហធ្វើតេស្តអន្តរកម្ម** | តេស្តម៉ូឌែលពេលវេលាពិតជាមួយចំណុចផ្ទាល់ខ្លួន | វិចិត្រសាស្រ្ត និងតេស្តល្បឿនលឿន |
|
|
| **📎 គាំទ្រពហុរូបមន្ត** | ដោះស្រាយអត្ថបទ រូបភាព និងឯកសារចងក្រង | កម្មវិធី AI ស្មុគស្មាញ |
|
|
| **⚡ ការប្រតិបត្តិការប្លុក** | រត់ពាក្យបញ្ចូលជាច្រើនដោយម្តុំ | សម្រួលដំណើរការតេស្ត |
|
|
| **📊 ការវាយតម្លៃម៉ូឌែល** | មានម៉េត្រីកក្នុងរាង (F1, សក្ដានុពល, ស្រដៀង, យោគយល់) | ការវាយតម្លៃសមត្ថភាព |
|
|
|
|
### 🎯 ហេតុអ្វីបានជា Microsoft Foundry Toolkit មានតំលៃ
|
|
|
|
- **🚀 អភិវឌ្ឍលឿន**៖ ពីគំនិតដល់គំរូក្នុងរយៈពេលប៉ុន្មាននាទី
|
|
- **🔄 ដំណើរការតែមួយ**៖ មុខងារមួយសម្រាប់អ្នកផ្តល់ AI ជាច្រើន
|
|
- **🧪 ការសាកល្បងងាយស្រួល**៖ ប្រៀបធៀបម៉ូឌែលដោយគ្មានការកំណត់ស៊ីស្តែមស្មុគស្មាញ
|
|
- **📈 ត្រៀមសម្រាប់ផលិតកម្ម**៖ ផ្លាស់ប្តូរយ៉ាងរលូនពីគំរូទៅការផ្សាយ
|
|
|
|
## 🛠️ លក្ខខណ្ឌរួច & ការតំឡើង
|
|
|
|
### 📦 ដំឡើង Microsoft Foundry Toolkit Extension
|
|
|
|
**ជំហាន ១៖ ចូលទៅទីផ្សារបន្ថែម**
|
|
1. បើក Visual Studio Code
|
|
2. ទៅផ្នែក Extensions (`Ctrl+Shift+X` ឬ `Cmd+Shift+X`)
|
|
3. ស្វែងរក "Microsoft Foundry Toolkit"
|
|
|
|
**ជំហាន ២៖ ជ្រើសរើសកំណែរបស់អ្នក**
|
|
- **🟢 កំណែ Release**៖ ណែនាំសម្រាប់ប្រើប្រាស់ការផលិត
|
|
- **🔶 កំណែ Pre-release**៖ ចូលមុខមុននូវមុខងារថ្មីៗ
|
|
|
|
**ជំហាន ៣៖ ដំឡើង និងសកម្មភាព**
|
|
|
|
|
|
|
|
### ✅ បញ្ជីត្រួតពិនិត្យការផ្ទៀងផ្ទាត់
|
|
- [ ] រូបតំណាង Microsoft Foundry Toolkit បង្ហាញនៅផ្នែកជើង VS Code
|
|
- [ ] Extension ត្រូវបានបើក និងសកម្ម
|
|
- [ ] មិនមានកំហុសក្នុងការដំឡើងនៅផ្ទាំងលទ្ធផល
|
|
|
|
## 🧪 សម្តែងការប្រើប្រាស់ 1៖ ស្វែងរកម៉ូឌែល GitHub
|
|
|
|
**🎯 គោលបំណង**៖ ធ្វើជាវិជ្ជាជីវៈក្នុងការប្រើប្រាស់ Model Catalog និងតេស្តម៉ូឌែល AI ផ្តើមរបស់អ្នក
|
|
|
|
### 📊 ជំហាន 1៖ ទៅ Model Catalog
|
|
|
|
Model Catalog គឺជាកម្មវិធីច្រកចូលទៅបរិយាកាស AI។ វាប្រមូលម៉ូឌែលពីអ្នកផ្តល់ជាច្រើន ធ្វើឱ្យមានភាពងាយស្រួលក្នុងការស្វែងរក និងប្រៀបធៀបជម្រើស។
|
|
|
|
**🔍 មគ្គុទេសក៍ធ្វើដំណើរ:**
|
|
|
|
ចុចលើ **MODELS - Catalog** នៅផ្នែក Microsoft Foundry Toolkit sidebar
|
|
|
|
|
|
|
|
**💡 យោបល់អនុប្រយោជន៍**៖ ស្វែងរកម៉ូឌែលដែលមានសមត្ថភាពថ្នាក់ខ្ពស់ដែលសមនឹងករណីប្រើប្រាស់របស់អ្នក (ឧ. ការបង្កើតកូដ, ការសរសេរច្នៃប្រឌិត, ការវិភាគ)។
|
|
|
|
**⚠️ សម្គាល់**៖ ម៉ូឌែលដែលមានផ្ទាំងនៅ GitHub (GitHub Models) អាចប្រើបានដោយឥតគិតថ្លៃ ប៉ុន្តែមានកំណត់អត្រាការសំណើ និងស្លាកដែលអាចប្រើបាន។ ប្រសិនបើអ្នកចង់ចូលប្រើម៉ូឌែលក្រៅ GitHub (ម៉ូឌែលខាងក្រៅដែលផ្ដល់ដោយ Azure AI ឬច្រកផ្សេងៗ) អ្នកត្រូវតែផ្ដល់កូនសោ API ឬការផ្ទៀងផ្ទាត់ដែលត្រឹមត្រូវ។
|
|
|
|
### 🚀 ជំហាន 2៖ បន្ថែម និងកំណត់រចនាសម្ព័ន្ធម៉ូឌែលដំបូងរបស់អ្នក
|
|
|
|
**យុទ្ធសាស្ត្រជ្រើសម៉ូឌែល៖**
|
|
- **GPT-4.1**៖ ល្អសម្រាប់ការពិចារណា និងវិភាគស្មុគស្មាញ
|
|
- **Phi-4-mini**៖ ស្រាល លឿន សម្រាប់ភារកិច្ចសាមញ្ញ
|
|
|
|
**ដំណើរការកំណត់រចនាសម្ព័ន្ធ៖**
|
|
1. ជ្រើសរើស **OpenAI GPT-4.1** ពីបញ្ជី
|
|
2. ចុច **Add to My Models** ដើម្បីចុះបញ្ជីម៉ូឌែលសម្រាប់ប្រើប្រាស់
|
|
3. ជ្រើស **Try in Playground** ដើម្បីចាប់ផ្តើមបរិយាកាសធ្វើតេស្ត
|
|
4. រងចាំការចាប់ផ្តើមម៉ូឌែល (ការកំណត់ដំបូងអាចចំណាយពេលខ្លះ)
|
|
|
|
|
|
|
|
**⚙️ យល់ដឹងពីប៉ារ៉ាម៉ែត្រ ម៉ូឌែល៖**
|
|
- **Temperature**: គ្រប់គ្រងការច្នៃប្រឌិត (0 =ដំណើរការត្រឹមត្រូវ, 1 =ច្នៃប្រឌិត)
|
|
- **Max Tokens**: អតិបរមាចំនួនស្លាកស្លួ
|
|
- **Top-p**: គំរូការគ្រប់គ្រងចំរូងនៃការឆ្លើយតប
|
|
|
|
### 🎯 ជំហាន 3៖ យល់ដឹងអំពីចំណុចរូបភាព Playground
|
|
|
|
Playground គឺជាការធ្វើតេស្តសាកល្បង AI របស់អ្នក។ សូមមើលពីរបៀបបង្កើតសមត្ថភាពរបស់វា៖
|
|
|
|
**🎨 ល្បឿនល្អសម្រាប់ការបញ្ចូលពត៌មានបង្កើត៖**
|
|
1. **ច្បាស់លាស់**៖ អ្នកមានការណែនាំច្បាស់លាស់នឹងទទួលបានលទ្ធផលល្អប្រសើរ
|
|
2. **ផ្ដល់បរិបទ**៖ បញ្ចូលពត៌មានផ្ទៃខាងក្រោយដែលពាក់ព័ន្ធ
|
|
3. **ប្រើឧទាហរណ៍**៖ បង្ហាញម៉ូឌែលនូវអ្វីដែលអ្នកចង់បានជាមួយឧទាហរណ៍
|
|
4. **ធ្វើម្តងម្ដង**៖ កែប្រែពាក្យបញ្ចូលជាផ្នែកលទ្ធផលដំបូង
|
|
|
|
**🧪 ស្ថានភាពសាកល្បង ៖**
|
|
```markdown
|
|
# Example 1: Code Generation
|
|
"Write a Python function that calculates the factorial of a number using recursion. Include error handling and docstrings."
|
|
|
|
# Example 2: Creative Writing
|
|
"Write a professional email to a client explaining a project delay, maintaining a positive tone while being transparent about challenges."
|
|
|
|
# Example 3: Data Analysis
|
|
"Analyze this sales data and provide insights: [paste your data]. Focus on trends, anomalies, and actionable recommendations."
|
|
```
|
|
|
|
|
|
|
|
### 🏆 ការប្រកួតប្រជែង៖ ប្រៀបធៀបសមត្ថភាពម៉ូឌែល
|
|
|
|
**🎯 គោលបំណង**៖ ប្រៀបធៀបម៉ូឌែលផ្សេងៗគ្នា ដោយប្រើពាក្យបញ្ចូលដូចគ្នា ដើម្បីយល់ពីកម្លាំងរបស់ពួកវា
|
|
|
|
**📋 សំណើរ:**
|
|
1. បន្ថែម **Phi-4-mini** ទៅកាន់ការងាររបស់អ្នក
|
|
2. ប្រើពាក្យបញ្ចូលដូចគ្នាទៅ GPT-4.1 និង Phi-4-mini
|
|
|
|
|
|
|
|
3. ប្រៀបធៀបគុណភាពការឆ្លើយតប ល្បឿន និងភាពត្រឹមត្រូវ
|
|
4. ចុះកំណត់ហេតុលទ្ធផលនៅផ្នែកលទ្ធផល
|
|
|
|
|
|
|
|
**💡 ចំណេះដឹងសំខាន់ដែលត្រូវស្វែងរក៖**
|
|
- ពេលណានឹងប្រើ LLM នឹង SLM
|
|
- លទ្ធផលបំភ្លឺភាពចំណាយនិងសមត្ថភាព
|
|
- សមត្ថភាពពិសេសរបស់ម៉ូឌែលផ្សេងៗ
|
|
|
|
## 🤖 សម្តែងការប្រើប្រាស់ 2៖ បង្កើតភ្នាក់ងារផ្ទាល់ខ្លួនជាមួយ Agent Builder
|
|
|
|
**🎯 គោលបំណង**៖ បង្កើតភ្នាក់ងារ AI ជាពិសេសសំរាប់ភារកិច្ច និងដំណើរការពិសេស
|
|
|
|
### 🏗️ ជំហាន 1៖ យល់ដឹងអំពី Agent Builder
|
|
|
|
Agent Builder គឺជាកន្លែង Microsoft Foundry Toolkit ប្រើអំណាចពិតប្រាកដ របស់វា។ វាអនុញ្ញាតឱ្យអ្នកបង្កើតជំនួយការអត្ថប្រយោជន៍ AI ដែលបញ្ចូលបំណងដោយប្រើម៉ូឌែលភាសាធំជាមួយនឹងពាក្យបញ្ចូលនានា ប៉ារ៉ាម៉ែត្រ និងចំណេះដឹងពិសេស។
|
|
|
|
**🧠 ឯកសារពិសេសរបស់ភ្នាក់ងារ:**
|
|
- **ម៉ូឌែលមូលដ្ឋាន**៖ LLM មូលដ្ឋាន (GPT-4, Groks, Phi, ល.)
|
|
- **ពាក្យបញ្ចូលប្រព័ន្ធ**៖ កំណត់បុគ្គលិកសម្បត្តិ និងអាកប្បកិរិយារបស់ភ្នាក់ងារ
|
|
- **ប៉ារ៉ាម៉ែត្រ**៖ ការកំណត់លម្អិតសម្រាប់សមត្ថភាពល្អបំផុត
|
|
- **ការតភ្ជាប់ឧបករណ៍**៖ ភ្ជាប់ទៅ API ខាងក្រៅ និងសេវាកម្ម MCP
|
|
- **ការចងចាំ**៖ តម្រូវសន្ទនានិងការរក្សាសម័យ
|
|
|
|
|
|
|
|
### ⚙️ ជំហាន 2៖ ចូលចិត្តការកំណត់រចនាសម្ព័ន្ធភ្នាក់ងារ
|
|
|
|
**🎨 បង្កើតពាក្យបញ្ចូលប្រព័ន្ធមានប្រសិទ្ធភាព៖**
|
|
```markdown
|
|
# Template Structure:
|
|
## Role Definition
|
|
You are a [specific role] with expertise in [domain].
|
|
|
|
## Capabilities
|
|
- List specific abilities
|
|
- Define scope of knowledge
|
|
- Clarify limitations
|
|
|
|
## Behavior Guidelines
|
|
- Response style (formal, casual, technical)
|
|
- Output format preferences
|
|
- Error handling approach
|
|
|
|
## Examples
|
|
Provide 2-3 examples of ideal interactions
|
|
```
|
|
|
|
*ប្រាកដណាស់ អ្នកអាចប្រើ Generate System Prompt ដើម្បីឲ្យ AI ជួយបង្កើតនិងបង្កើនគុណភាពពាក្យបញ្ចូល*
|
|
|
|
**🔧 ការបង្កើនប៉ារ៉ាម៉ែត្រ៖**
|
|
| ប៉ារ៉ាម៉ែត្រ | ចន្លោះណែនាំ | ករណីប្រើប្រាស់ |
|
|
|-----------|------------------|----------|
|
|
| **Temperature** | 0.1-0.3 | ការឆ្លើយតបបច្ចេកទេស/ត្រឹមត្រូវ |
|
|
| **Temperature** | 0.7-0.9 | ការច្នៃប្រឌិត/គំនិតថ្មី |
|
|
| **Max Tokens** | 500-1000 | ការឆ្លើយតបខ្លី |
|
|
| **Max Tokens** | 2000-4000 | សេចក្ដីពន្យល់លម្អិត |
|
|
|
|
### 🐍 ជំហាន 3៖ ការអនុវត្តរូបវន្ត - ភ្នាក់ងារកូដ Python
|
|
|
|
**🎯 បេសកកម្ម**៖ បង្កើតជំនួយការកូដ Python ជាពិសេស
|
|
|
|
**📋 ជំហានកំណត់រចនាសម្ព័ន្ធ:**
|
|
|
|
1. **ជ្រើសម៉ូឌែល**៖ ជ្រើស **Claude 3.5 Sonnet** (ល្អសម្រាប់កូដ)
|
|
|
|
2. **ការរចនាពាក្យបញ្ចូលប្រព័ន្ធ**៖
|
|
```markdown
|
|
# Python Programming Expert Agent
|
|
|
|
## Role
|
|
You are a senior Python developer with 10+ years of experience. You excel at writing clean, efficient, and well-documented Python code.
|
|
|
|
## Capabilities
|
|
- Write production-ready Python code
|
|
- Debug complex issues
|
|
- Explain code concepts clearly
|
|
- Suggest best practices and optimizations
|
|
- Provide complete working examples
|
|
|
|
## Response Format
|
|
- Always include docstrings
|
|
- Add inline comments for complex logic
|
|
- Suggest testing approaches
|
|
- Mention relevant libraries when applicable
|
|
|
|
## Code Quality Standards
|
|
- Follow PEP 8 style guidelines
|
|
- Use type hints where appropriate
|
|
- Handle exceptions gracefully
|
|
- Write readable, maintainable code
|
|
```
|
|
|
|
3. **កំណត់ប៉ារ៉ាម៉ែត្រ**៖
|
|
- Temperature: 0.2 (សម្រាប់កូដមានស្ថិរភាព និងទំនុកចិត្ត)
|
|
- Max Tokens: 2000 (សេចក្ដីពន្យល់លម្អិត)
|
|
- Top-p: 0.9 (ច្នៃប្រឌិតសមរម្យ)
|
|
|
|
|
|
|
|
### 🧪 ជំហាន 4៖ សាកល្បងភ្នាក់ងារ Python របស់អ្នក
|
|
|
|
**ស្ថានភាពតេស្ត:**
|
|
1. **មុខងារមូលដ្ឋាន**៖ "បង្កើតមុខងារ ស្វែងរកលេខគូរ"
|
|
2. **អាល់ហ្គរីធម៍ស្មុគស្មាញ**៖ "អនុវត្តឈើស្វែងរកប៊ីណារីជាមួយ insert, delete និង search"
|
|
3. **បញ្ហាពិភពលោកពិត**៖ "បង្កើតកម្មវិធី web scraper ដោះស្រាយការកំណត់អត្រា និង retry"
|
|
4. **ការដោះស្រាយកូដខូច**៖ "ជួសជុលកូដនេះ [បិទកូដមានបញ្ហា]"
|
|
|
|
**🏆 លក្ខខណ្ឌជោគជ័យ:**
|
|
- ✅ កូដរត់ដោយគ្មានកំហុស
|
|
- ✅ មានឯកសារណែនាំត្រឹមត្រូវ
|
|
- ✅ ប្រែប្រួលតាមល្បីល្បាញល្អ Python
|
|
- ✅ ផ្តល់ការពន្យល់ច្បាស់លាស់
|
|
- ✅ ផ្ដល់យោបល់កែលម្អ
|
|
|
|
## 🎓 សង្ខេបម៉ូឌុល 1 និងជំហានបន្ទាប់
|
|
|
|
### 📊 ផ្ទៀងផ្ទាត់ចំណេះដឹង
|
|
|
|
សាកល្បងយល់ដឹងរបស់អ្នក៖
|
|
- [ ] តើអ្នកអាចពិពណ៌នាភាពខុសគ្នារវាងម៉ូឌែលនៅក្នុងបញ្ជីបានទេ?
|
|
- [ ] តើអ្នកបានបង្កើត និងតេស្តភ្នាក់ងារផ្ទាល់ខ្លួនជាសមត្ថផលល្អមែនទេ?
|
|
- [ ] តើអ្នកយល់ពីរបៀបបង្កើនសមត្ថភាពប៉ារ៉ាម៉ែត្រសម្រាប់ករណីបញ្ជាក់ផ្សេងៗដែរឬទេ?
|
|
- [ ] តើអ្នកអាចរចនាពាក្យបញ្ចូលប្រព័ន្ធមានប្រសិទ្ធភាពបានទេ?
|
|
|
|
### 📚 ឯកសារបន្ថែម
|
|
|
|
- **ឯកសារអំពី Microsoft Foundry Toolkit**៖ [ឯកសារ Microsoft ផ្លូវការបណ្ដាញ](https://github.com/microsoft/vscode-ai-toolkit)
|
|
- **មគ្គុទេសក៍ Prompt Engineering**៖ [ល្បីល្បាញល្អបំផុត](https://platform.openai.com/docs/guides/prompt-engineering)
|
|
- **ម៉ូឌែលនៅ Microsoft Foundry Toolkit**៖ [ម៉ូឌែលក្នុងការអភិវឌ្ឍន៍](https://github.com/microsoft/vscode-ai-toolkit/blob/main/doc/models.md)
|
|
|
|
**🎉 អបអរសាទរ!** អ្នកបានយល់ពុទ្ធមានន័យសំខាន់នៃ Microsoft Foundry Toolkit និងរួចរាល់ក្នុងការសង់កម្មវិធី AI ជាន់ខ្ពស់ទៀត!
|
|
|
|
### 🔜 បន្តទៅម៉ូឌុលបន្ទាប់
|
|
|
|
ត្រៀមខ្លួនសម្រាប់មុខងារល្អជាងនេះ? បន្តទៅ **[ម៉ូឌុល 2៖ MCP ជាមួយ Microsoft Foundry Toolkit Fundamentals](../lab2/README.md)** ដែលអ្នកនឹងរៀនពី៖
|
|
- ភ្ជាប់ភ្នាក់ងាររបស់អ្នកទៅឧបករណ៍ខាងក្រៅដោយប្រើ Model Context Protocol (MCP)
|
|
- បង្កើតភ្នាក់ងារអូតូម៉ាស្យុងកម្មវិធីលើកម្មវិធីរុករកដោយ Playwright
|
|
- រួមបញ្ចូលម៉ាស៊ីនមេ MCP ជាមួយភ្នាក់ងារ Microsoft Foundry Toolkit របស់អ្នក
|
|
- ប្រែប្រួលភ្នាក់ងារអ្នកជាមួយទិន្នន័យនិងសមត្ថភាពខាងក្រៅ
|
|
|
|
---
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
**ការបដិសេធ**:
|
|
ឯកសារនេះត្រូវបានបម្លែងភាសា ដោយប្រើសេវាបម្លែងភាសា AI [Co-op Translator](https://github.com/Azure/co-op-translator)។ ទោះយើងខ្ញុំមានក្តីប្រាថ្នាឱ្យបានច្បាស់លាស់ តែសូមយល់ដឹងថាការបម្លែងដោយស្វ័យប្រវត្តិក៏អាចមានកំហុសឬភាពមិនត្រឹមត្រូវ។ ឯកសារដើមជាភាសាទីតាំងគួរត្រូវបានគេប្រើជាប្រភពច្បាស់លាស់។ សម្រាប់ព័ត៌មានសំខាន់ៗ សូមណែនាំឱ្យប្រើប្រាស់ការប្រែដោយមនុស្សជំនាញ។ យើងខ្ញុំមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកស្រាយខុសបន្ទាប់ពីការប្រើប្រាស់ការបម្លែងនេះនោះទេ។
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |