Update README

README.md

@@ -4,19 +4,20 @@
 GLM 4.6技术报告与 4.5 一致
 
 ## 模型结构
-GLM-4.6 是智谱最新的旗舰模型，其总参数量 355B，激活参数 32B。GLM-4.6 所有核心能力上均完成了对 GLM-4.5 的超越，具体如下：
-高级编码能力：在公开基准与真实编程任务中，GLM-4.6 的代码能力对齐 Claude Sonnet 4，是国内已知的最好的 Coding 模型。
-- **上下文长度：**上下文窗口由 128K→200K，适应更长的代码和智能体任务。
+GLM-4.6 是智谱最新的旗舰MOE模型，其总参数量 355B，激活参数 32B。GLM-4.6 所有核心能力上均完成了对 GLM-4.5 的超越，具体如下：
+- **高级编码能力：**在公开基准与真实编程任务中，GLM-4.6 的代码能力对齐 Claude Sonnet 4，是国内已知的最好的 Coding 模型。
+- **上下文长度：**上下文窗口由 128K拓展到200K，适应更长的代码和智能体任务。
 - **推理能力：**推理能力提升，并支持在推理过程中调用工具。
-- **搜索能力：**增强了模型在工具调用和搜索智能体上的表现，在智能体框架中表现更好。
+- **智能体：**GLM-4.6 在工具使用和基于搜索的智能体方面表现更强，并能更高效地融入智能体框架。
 - **写作能力：**在文风、可读性与角色扮演场景中更符合人类偏好。
-- **多语言翻译：**进一步增强跨语种任务的处理效果。
 
 <div align=center>
     <img src="./doc/model.png"/>
 </div>
 
 ## 算法原理
+采用了多阶段的训练方案，并将序列长度从 4K 增加到了 128K。在预训练期间，模型首先在 15T token 的通用预训练语料库上训练，然后在 7T token 的代码和推理语料库上训练。预训练后，引入了 Mid-Training 阶段来进一步提升模型在专有领域上的性能。
+
 <div align=center>
     <img src="./doc/method.png"/>
 </div>
@@ -135,7 +136,7 @@ ray start --address='x.x.x.x:6379' --num-gpus=8 --num-cpus=32
 > intel cpu 需要加参数：`--enforce-eager`
 
 ```bash
-vllm zai-org/GLM-4.6 \
+vllm serve zai-org/GLM-4.6 \
     --enforce-eager \
     --trust-remote-code \
     --distributed-executor-backend ray \

model.properties

@@ -9,4 +9,4 @@ appScenario=推理,对话问答,制造,金融,教育,广媒
 # 框架类型
 frameType=vllm
 # 加速卡类型
-accelerateType=K100AI
\ No newline at end of file
+accelerateType=K100AI,BW1000
\ No newline at end of file