chore(i18n): sync translations with latest source changes (chunk 1/1, 18 changes)

Author: skytin1004

translations/el/.co-op-translator.json

@@ -1,7 +1,7 @@
 {
   "01-IntroToGenAI/README.md": {
-    "original_hash": "75bfb080ca725e8a9aa9c80cae25fba1",
-    "translation_date": "2025-07-29T09:17:22+00:00",
+    "original_hash": "384cec3e72a3ed595f44ff9526514ccc",
+    "translation_date": "2026-04-06T18:20:27+00:00",
     "source_file": "01-IntroToGenAI/README.md",
     "language_code": "el"
   },
@@ -24,14 +24,14 @@
     "language_code": "el"
   },
   "03-CoreGenerativeAITechniques/README.md": {
-    "original_hash": "685f55cb07de19b52a30ce6e8b6d889e",
-    "translation_date": "2025-08-28T22:06:24+00:00",
+    "original_hash": "d92e8be418684eef11d88fdead021c0d",
+    "translation_date": "2026-04-06T18:22:10+00:00",
     "source_file": "03-CoreGenerativeAITechniques/README.md",
     "language_code": "el"
   },
   "04-PracticalSamples/README.md": {
-    "original_hash": "14c0a61ecc1cd2012a9c129236dfdf71",
-    "translation_date": "2025-07-29T09:17:00+00:00",
+    "original_hash": "74feb28119174fe20953a65156dcb75e",
+    "translation_date": "2026-04-06T18:19:27+00:00",
     "source_file": "04-PracticalSamples/README.md",
     "language_code": "el"
   },
@@ -54,8 +54,8 @@
     "language_code": "el"
   },
   "05-ResponsibleGenAI/README.md": {
-    "original_hash": "301c05c2f57e60a6950b8c665b8bdbba",
-    "translation_date": "2025-07-29T15:50:46+00:00",
+    "original_hash": "0d8fdedf2a4968d139342f8fb37bfd47",
+    "translation_date": "2026-04-06T18:21:03+00:00",
     "source_file": "05-ResponsibleGenAI/README.md",
     "language_code": "el"
   },
@@ -72,8 +72,8 @@
     "language_code": "el"
   },
   "README.md": {
-    "original_hash": "da4930265b35d7d57234bb06fac10701",
-    "translation_date": "2026-02-11T07:57:36+00:00",
+    "original_hash": "5a9650fea4656cd5c628ba69d4316654",
+    "translation_date": "2026-04-06T18:19:05+00:00",
     "source_file": "README.md",
     "language_code": "el"
   },

translations/el/01-IntroToGenAI/README.md

@@ -1,56 +1,64 @@
 # Πρακτικές Εφαρμογές & Έργα
 
-## Τι Θα Μάθετε
-Σε αυτή την ενότητα θα παρουσιάσουμε τρεις πρακτικές εφαρμογές που αναδεικνύουν μοτίβα ανάπτυξης γενετικής AI με Java:
-- Δημιουργία ενός πολυτροπικού Γεννήτριας Ιστοριών για Κατοικίδια, συνδυάζοντας AI από την πλευρά του πελάτη και του διακομιστή
-- Ενσωμάτωση τοπικού μοντέλου AI με το Foundry Local Spring Boot demo
-- Ανάπτυξη μιας υπηρεσίας Model Context Protocol (MCP) με το παράδειγμα της Αριθμομηχανής
-
-## Πίνακας Περιεχομένων
-
-- [Εισαγωγή](../../../04-PracticalSamples)
-  - [Foundry Local Spring Boot Demo](../../../04-PracticalSamples)
-  - [Γεννήτρια Ιστοριών για Κατοικίδια](../../../04-PracticalSamples)
-  - [Υπηρεσία MCP Αριθμομηχανής (Demo MCP για Αρχάριους)](../../../04-PracticalSamples)
-- [Πρόοδος Μάθησης](../../../04-PracticalSamples)
-- [Περίληψη](../../../04-PracticalSamples)
-- [Επόμενα Βήματα](../../../04-PracticalSamples)
+[![Πρακτικές Εφαρμογές & Έργα](https://img.youtube.com/vi/01vJsYei3H0/0.jpg)](https://www.youtube.com/watch?v=01vJsYei3H0 "Πρακτικές Εφαρμογές & Έργα")
+
+> **Επισκόπηση βίντεο:** [Δείτε το "Πρακτικές Εφαρμογές & Έργα" στο YouTube](https://www.youtube.com/watch?v=01vJsYei3H0).
+
+## Τι θα μάθετε
+Σε αυτή την ενότητα θα παρουσιάσουμε τρεις πρακτικές εφαρμογές που δείχνουν πρότυπα ανάπτυξης γεννητικής AI με Java:
+- Δημιουργία ενός πολυτροπικού Γεννήτριας Ιστοριών Κατοικιδίων που συνδυάζει AI στην πλευρά πελάτη και στην πλευρά του διακομιστή
+- Υλοποίηση τοπικής ενσωμάτωσης μοντέλου AI με το Foundry Local Spring Boot demo
+- Ανάπτυξη υπηρεσίας Πρωτοκόλλου Πλαισίου Μοντέλου (MCP) με το παράδειγμα Υπολογιστή
+
+## Πίνακας περιεχομένων
+
+- [Εισαγωγή](#εισαγωγή)
+  - [Foundry Local Spring Boot Demo](#foundry-local-spring-boot-demo)
+  - [Γεννήτρια Ιστοριών Κατοικιδίων](#γεννήτρια-ιστοριών-κατοικιδίων)
+  - [Υπηρεσία Υπολογιστή MCP (Φιλική σε Αρχάριους Επίδειξη MCP)](#υπηρεσία-υπολογιστή-mcp-φιλική-σε-αρχάριους-επίδειξη-mcp)
+- [Προοδευτική Μάθηση](#προοδευτική-μάθηση)
+- [Περίληψη](#περίληψη)
+- [Επόμενα Βήματα](#επόμενα-βήματα)
 
 ## Εισαγωγή
 
-Αυτό το κεφάλαιο παρουσιάζει **παραδείγματα έργων** που αναδεικνύουν μοτίβα ανάπτυξης γενετικής AI με Java. Κάθε έργο είναι πλήρως λειτουργικό και παρουσιάζει συγκεκριμένες τεχνολογίες AI, αρχιτεκτονικά μοτίβα και βέλτιστες πρακτικές που μπορείτε να προσαρμόσετε στις δικές σας εφαρμογές.
+Αυτό το κεφάλαιο παρουσιάζει **δειγματικά έργα** που επιδεικνύουν πρότυπα ανάπτυξης γεννητικής AI με Java. Κάθε έργο είναι πλήρως λειτουργικό και δείχνει συγκεκριμένες τεχνολογίες AI, αρχιτεκτονικά πρότυπα και βέλτιστες πρακτικές που μπορείτε να προσαρμόσετε για τις δικές σας εφαρμογές.
 
 ### Foundry Local Spring Boot Demo
 
-Το **[Foundry Local Spring Boot Demo](foundrylocal/README.md)** δείχνει πώς να ενσωματώσετε τοπικά μοντέλα AI χρησιμοποιώντας το **OpenAI Java SDK**. Παρουσιάζει τη σύνδεση με το μοντέλο **Phi-3.5-mini** που εκτελείται στο Foundry Local, επιτρέποντάς σας να εκτελείτε εφαρμογές AI χωρίς να βασίζεστε σε υπηρεσίες cloud.
+Το **[Foundry Local Spring Boot Demo](foundrylocal/README.md)** δείχνει πώς να ενσωματώσετε τοπικά μοντέλα AI χρησιμοποιώντας το **OpenAI Java SDK**. Επιδεικνύει τη σύνδεση με το μοντέλο **Phi-3.5-mini** που τρέχει στο Foundry Local, επιτρέποντάς σας να εκτελείτε εφαρμογές AI χωρίς να στηρίζεστε σε υπηρεσίες νέφους.
 
-### Γεννήτρια Ιστοριών για Κατοικίδια
+### Γεννήτρια Ιστοριών Κατοικιδίων
 
-Η **[Γεννήτρια Ιστοριών για Κατοικίδια](petstory/README.md)** είναι μια ενδιαφέρουσα web εφαρμογή Spring Boot που παρουσιάζει **πολυτροπική επεξεργασία AI** για τη δημιουργία δημιουργικών ιστοριών για κατοικίδια. Συνδυάζει δυνατότητες AI από την πλευρά του πελάτη και του διακομιστή χρησιμοποιώντας το transformer.js για αλληλεπιδράσεις AI στον browser και το OpenAI SDK για επεξεργασία από την πλευρά του διακομιστή.
+Η **[Γεννήτρια Ιστοριών Κατοικιδίων](petstory/README.md)** είναι μια διαδραστική εφαρμογή web Spring Boot που επιδεικνύει **πολυτροπική επεξεργασία AI** για δημιουργία δημιουργικών ιστοριών κατοικίδιων. Συνδυάζει δυνατότητες AI στην πλευρά πελάτη και διακομιστή χρησιμοποιώντας transformer.js για AI στο πρόγραμμα περιήγησης και το OpenAI SDK για επεξεργασία στην πλευρά διακομιστή.
 
-### Υπηρεσία MCP Αριθμομηχανής (Demo MCP για Αρχάριους)
+### Υπηρεσία Υπολογιστή MCP (Φιλική σε Αρχάριους Επίδειξη MCP)
 
-Η **[Υπηρεσία MCP Αριθμομηχανής](calculator/README.md)** είναι μια απλή επίδειξη του **Model Context Protocol (MCP)** χρησιμοποιώντας το Spring AI. Παρέχει μια φιλική προς τους αρχάριους εισαγωγή στις έννοιες του MCP, δείχνοντας πώς να δημιουργήσετε έναν βασικό MCP Server που αλληλεπιδρά με MCP clients.
+Η **[Υπηρεσία Υπολογιστή MCP](calculator/README.md)** είναι μια απλή επίδειξη του **Πρωτοκόλλου Πλαισίου Μοντέλου (MCP)** με χρήση Spring AI. Παρέχει μια φιλική σε αρχάριους εισαγωγή στις έννοιες MCP, δείχνοντας πώς να δημιουργήσετε έναν βασικό MCP Server που αλληλεπιδρά με πελάτες MCP.
 
-## Πρόοδος Μάθησης
+## Προοδευτική Μάθηση
 
-Αυτά τα έργα έχουν σχεδιαστεί για να βασίζονται σε έννοιες από προηγούμενα κεφάλαια:
+Αυτά τα έργα έχουν σχεδιαστεί να βασίζονται σε έννοιες από προηγούμενα κεφάλαια:
 
-1. **Ξεκινήστε Απλά**: Ξεκινήστε με το Foundry Local Spring Boot Demo για να κατανοήσετε τη βασική ενσωμάτωση AI με τοπικά μοντέλα
-2. **Προσθέστε Διαδραστικότητα**: Προχωρήστε στη Γεννήτρια Ιστοριών για Κατοικίδια για πολυτροπική AI και αλληλεπιδράσεις μέσω web
-3. **Μάθετε τα Βασικά του MCP**: Δοκιμάστε την Υπηρεσία MCP Αριθμομηχανής για να κατανοήσετε τα θεμελιώδη του Model Context Protocol
+1. **Ξεκινήστε Απλά**: Ξεκινήστε με το Foundry Local Spring Boot Demo για να κατανοήσετε βασική ενσωμάτωση AI με τοπικά μοντέλα
+2. **Προσθέστε Διαδραστικότητα**: Προχωρήστε στη Γεννήτρια Ιστοριών Κατοικιδίων για πολυτροπική AI και αλληλεπιδράσεις βασισμένες σε web
+3. **Μάθετε τα Βασικά του MCP**: Δοκιμάστε την Υπηρεσία Υπολογιστή MCP για να κατανοήσετε τα βασικά του Πρωτοκόλλου Πλαισίου Μοντέλου
 
 ## Περίληψη
 
-Μπράβο! Τώρα εξερευνήσατε μερικές πραγματικές εφαρμογές:
+Καλή δουλειά! Τώρα έχετε εξερευνήσει κάποιες πραγματικές εφαρμογές:
 
-- Εμπειρίες πολυτροπικής AI που λειτουργούν τόσο στον browser όσο και στον διακομιστή
-- Ενσωμάτωση τοπικών μοντέλων AI χρησιμοποιώντας σύγχρονα Java frameworks και SDKs
-- Την πρώτη σας υπηρεσία Model Context Protocol για να δείτε πώς τα εργαλεία ενσωματώνονται με AI
+- Πολυτροπικές εμπειρίες AI που λειτουργούν τόσο στον περιηγητή όσο και στο διακομιστή
+- Ενσωμάτωση τοπικών μοντέλων AI χρησιμοποιώντας σύγχρονα Java πλαίσια και SDKs
+- Την πρώτη σας υπηρεσία Πρωτοκόλλου Πλαισίου Μοντέλου για να δείτε πώς τα εργαλεία ενσωματώνονται με την AI
 
 ## Επόμενα Βήματα
 
-[Κεφάλαιο 5: Υπεύθυνη Γενετική AI](../05-ResponsibleGenAI/README.md)
+[Κεφάλαιο 5: Υπεύθυνη Γεννητική AI](../05-ResponsibleGenAI/README.md)
+
+---
 
-**Αποποίηση Ευθύνης**:  
-Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης [Co-op Translator](https://github.com/Azure/co-op-translator). Παρόλο που καταβάλλουμε κάθε προσπάθεια για ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτόματες μεταφράσεις ενδέχεται να περιέχουν σφάλματα ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα θα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή εσφαλμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.
+<!-- CO-OP TRANSLATOR DISCLAIMER START -->
+**Αποποίηση ευθυνών**:  
+Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία μετάφρασης με ΤΝ [Co-op Translator](https://github.com/Azure/co-op-translator). Ενώ προσπαθούμε για ακρίβεια, παρακαλείστε να έχετε υπόψη ότι οι αυτόματες μεταφράσεις μπορεί να περιέχουν λάθη ή ανακρίβειες. Το πρωτότυπο έγγραφο στη γλώσσα του θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή λανθασμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.
+<!-- CO-OP TRANSLATOR DISCLAIMER END -->