Update sf.md

README.md

@@ -8,7 +8,7 @@
 ## 模型结构
 第二代生成式预训练模型（Generative Pre-Training2），GPT2使用 Transformer 的 Decoder 结构，并对 Transformer Decoder 进行了一些改动，原本的 Decoder 包含了两个 Multi-Head Attention 结构，GPT2 只保留了 Mask Multi-Head Attention。
 
-<img src="http://developer.hpccube.com/codes/modelzoo/GPT/-/raw/main/gpt2%E6%A8%A1%E5%9E%8B%E7%BB%93%E6%9E%84.png" alt="gpt2模型结构.png" style="zoom: 67%;" />
+<img src="http://developer.sourcefind.cn/codes/modelzoo/GPT/-/raw/main/gpt2%E6%A8%A1%E5%9E%8B%E7%BB%93%E6%9E%84.png" alt="gpt2模型结构.png" style="zoom: 67%;" />
 
 我们为了用户可以使用OneFlow-Libai快速验证GPT2模型预训练，统计性能或验证精度，提供了一个GPT2网络示例，主要网络参数：
 
@@ -36,7 +36,7 @@ model.cfg.max_seq_length = 1024
 
 GPT-2中使用掩模自注意力（masked self-attention），一般的自注意力模块允许某位置右侧的词计算时处于最大值。而掩模自注意力会阻止这种情况发生。
 
-<img src="http://developer.hpccube.com/codes/modelzoo/GPT/-/raw/main/gpt2%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86.png" alt="gpt2算法原理.png" style="zoom:50%;" />
+<img src="http://developer.sourcefind.cn/codes/modelzoo/GPT/-/raw/main/gpt2%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86.png" alt="gpt2算法原理.png" style="zoom:50%;" />
 
 ## 数据集
 
@@ -117,10 +117,10 @@ train.dist.pipeline_parallel_size = 1
 
 ## 源码仓库及问题反馈
 
-- https://developer.hpccube.com/codes/modelzoo/GPT
+- https://developer.sourcefind.cn/codes/modelzoo/GPT
 
 ## 参考
 
 * https://libai.readthedocs.io/en/latest/tutorials/get_started/quick_run.html
 * https://github.com/Oneflow-Inc/oneflow
-* https://github.com/Oneflow-Inc/libai/blob/main/docs/source/notes/FAQ.md
\ No newline at end of file
+* https://github.com/Oneflow-Inc/libai/blob/main/docs/source/notes/FAQ.md