{" • {0} chars (~{1} tokens)":" • {0} حرفًا (~{1} رمزًا)","Avg Chunk Length":"متوسط طول المقطع","Avg Tokens / Chunk":"متوسط الرموز / مقطع","chars":"أحرف","chars (~":"أحرف (~","Chunk #":"المقطع رقم #","Chunking Strategies":"استراتيجيات التقسيم إلى مقاطع","Copied! ✓":"تم النسخ! ✓","Copy Chunk":"نسخ المقطع","Document Length":"طول المستند","Fixed Character Length":"طول ثابت بالأحرف","Generated Document Chunks & Overlaps":"مقاطع المستند المُنشأة وتداخلاتها","Introduction to Retrieval-Augmented Generation (RAG)":"مقدمة إلى التوليد المعزز بالاسترجاع (RAG)","Markdown Headers (# ## ###)":"عناوين Markdown (# ## ###)","Once chunks are generated, embedding models convert text chunks into dense vector representations. These vectors are indexed in vector databases like Pinecone, Qdrant, or PGVector for fast cosine similarity search.":"بعد إنشاء المقاطع، تحوّل نماذج التضمين المقاطع النصية إلى تمثيلات متجهية كثيفة. وتُفهرس هذه المتجهات في قواعد بيانات متجهية مثل Pinecone وQdrant وPGVector لإجراء بحث سريع عن تشابه جيب التمام.","Overlap Window":"نافذة التداخل","Paragraph Boundaries (\\n\\n)":"حدود الفقرات (\\n\\n)","Paste article, documentation, or code here...":"ألصق المقالة أو الوثائق أو التعليمات البرمجية هنا...","Previous Chunk Overlap:":"تداخل المقطع السابق:","Proper text chunking is critical for RAG accuracy. Fixed-size chunking splits documents into uniform character intervals. Sentence-based chunking preserves grammatical units. Markdown chunking splits along section headers.":"يُعد تقسيم النص بشكل صحيح أمرًا بالغ الأهمية لدقة RAG. يقسم التقسيم بالحجم الثابت المستندات إلى فواصل موحّدة بالأحرف. ويحافظ التقسيم القائم على الجمل على الوحدات النحوية. أما تقسيم Markdown فيُجزّئ النص عند عناوين الأقسام.","Range: [":"النطاق: [","Retrieval-Augmented Generation enhances Large Language Models by grounding outputs on external knowledge bases. Instead of relying solely on parametric memory learned during training, RAG models fetch relevant text passages at inference time.":"يعزز التوليد المعزز بالاسترجاع نماذج اللغة الكبيرة من خلال إسناد مخرجاتها إلى قواعد معرفة خارجية. وبدلًا من الاعتماد فقط على الذاكرة البارامترية المكتسبة أثناء التدريب، تسترجع نماذج RAG مقاطع نصية ذات صلة وقت الاستدلال.","Sentence Boundaries (. ! ?)":"حدود الجمل (. ! ؟)","Source Document Text":"نص المستند المصدر","Splitting Strategy":"استراتيجية التقسيم","Target Chunk Size":"حجم المقطع المستهدف","tokens":"رموز","tokens)":"رموز)","Total Chunks":"إجمالي المقاطع","Vector Indexing":"فهرسة المتجهات"}