update train loss

README.md

@@ -32,6 +32,7 @@ GLM-4.1V-Thinking能够将图像和视频以其原始的分辨率和宽高比进
 ## 环境配置
 ### 硬件需求
 DCU型号：K100_AI，节点数量：1台，卡数：1张。
+
 `-v 路径`、`docker_name`和`imageID`根据实际情况修改
 
 ### Docker（方法一）
@@ -104,7 +105,7 @@ pip install transformers==4.53.2
 
 ## 训练
 ### Llama Factory 微调方法(推荐)
-因为transformers版本与[LLaMA-Factory](https://developer.sourcefind.cn/codes/OpenDAS/llama-factory)版本不一致， 启动训练前需要先增加环境变量来跳过版本检查，环境变量如下：
+因为transformers版本与[LLaMA-Factory](https://developer.sourcefind.cn/codes/OpenDAS/llama-factory)版本不一致，启动训练前需要先增加环境变量来跳过版本检查，环境变量如下：
 
 ```
 export DISABLE_VERSION_CHECK=1
@@ -147,7 +148,7 @@ python inference/trans_infer_cli.py
 
 | device | iters | train_loss |
 | :------: | :------: | :------: |
-| A800 | 375 |  |
+| A800 | 375 | 0.5245 |
 | K100_AI | 375 | 0.5264 |
 
 ## 应用场景