update

README.md

 # GLM-OCR
 
 ## 论文
-`
-GLM-OCR Technical Report
-`
-- https://arxiv.org/abs/2603.10910
+[GLM-OCR Technical Report](https://arxiv.org/abs/2603.10910)
 
 ## 模型简介
 GLM-OCR 是一个基于 GLM-V 编码器-解码器架构的多模态 OCR 模型，专为复杂文档理解而设计。它引入了多令牌预测（Multi-Token Prediction, MTP）损失和稳定的全任务强化学习，以提升训练效率、识别准确率和泛化能力。该模型集成了在大规模图文数据上预训练的 CogViT 视觉编码器、具备高效令牌下采样的轻量级跨模态连接器，以及 GLM-0.5B 语言解码器。结合基于 PP-DocLayout-V3 的两阶段流程（布局分析与并行识别），GLM-OCR 在各种文档布局下均能提供稳健且高质量的 OCR 性能。
@@ -28,7 +25,7 @@ GLM-OCR 是一个基于 GLM-V 编码器-解码器架构的多模态 OCR 模型
 | python |3.10 |
 | transformers | 5.3.0 |
 | torch | 2.9.0+das.opt1.dtk2604.20260206.g275d08c2 |
-| vllm | 0.15.1+das.opt1.alpha.dtk2604-cp310-cp310-linux_x86_64 |
+| vllm | 0.15.1+das.opt1.alpha |
 
 当前支持以下镜像: harbor.sourcefind.cn:5443/dcu/admin/base/custom:vllm0.15.1-ubuntu22.04-dtk26.04-0130-py3.10-20260220
 
@@ -72,22 +69,17 @@ pip install -r requirements.txt
 
 vllm推理脚本
 ```
-cd /path/your_code_data
-
 export HIP_VISIBLE_DEVICES=0
-VLLM_USE_MODELSCOPE=true \
 vllm serve ZhipuAI/GLM-OCR/ \
 --served-model-name GLM-OCR \
 --allowed-local-media-path / \
 --port 8080
 
 # 或者 直接运行脚本
-cd /path/your_code_data
 bash vllm_inf.sh
 ```
 vllm服务测试脚本
 ```
-cd /path/your_code_data
 
 curl http://localhost:8080/v1/chat/completions \
   -H "Content-Type: application/json" \
@@ -106,7 +98,6 @@ curl http://localhost:8080/v1/chat/completions \
 
 
 # 或者shell脚本启动
-cd /path/your_code_data
 bash vllm_test.sh
 ```
 
@@ -121,7 +112,7 @@ DCU与GPU精度一致，推理框架：vllm。
 ## 预训练权重
 |  模型名称  | 权重大小 | DCU型号  | 最低卡数需求 |         下载地址          |
 |:------:|:----:|:----------:|:------:|:---------------------:|
-| glm-cor | 1.33B | BW1000 |   1  | [Hugging Face](https://huggingface.co/moonshotai/Kimi-K2.5) |
+| GLM-OCR | 1.33B | BW1000 |   1  | [Hugging Face](https://huggingface.co/moonshotai/Kimi-K2.5) |
 
 ## 源码仓库及问题反馈
 - https://developer.sourcefind.cn/codes/modelzoo/glm-ocr_vllm