更新格式

README.md

 # GLM130B_FT
 
-## 模型介绍
-GLM-130B是一个开放的双语（中英）双向密集模型，具有130亿个参数，使用[通用语言模型（GLM）](https://aclanthology.org/2022.acl-long.26)算法进行预训练。
+## 论文
 
-本项目主要针对GLM-130B模型在8卡32G显存的DCU平台利用fastertransformer进行快速推理。
+`GLM: General Language Model Pretraining with Autoregressive Blank Infilling`
+
+- [https://arxiv.org/abs/2103.10360](https://arxiv.org/abs/2103.10360)
 
 ## 模型结构
 
-GLM是一个基于transformer的语言模型，利用自回归空白填充作为其训练目标。
+GLM-130B是一个开放的双语（中英）双向密集模型，具有130亿个参数，使用[通用语言模型（GLM）](https://aclanthology.org/2022.acl-long.26)算法进行预训练。GLM是一种基于Transformer的语言模型，以自回归空白填充为训练目标。
+
+<div align="center">
+<img src="doc/transformers.jpg" width="300" height="400">
+</div>
+
+
+
 
-## 模型推理
+以下是GLM130B的主要网络参数配置：
 
-### 下载镜像
+
+| 模型名称 | 隐含层维度 | 层数 | 头数 | 词表大小 | 位置编码 | 最大序列长度 |
+| -------- | ---------- | ---- | ---- | -------- | -------- | ------------ |
+| GLM130B  | 12288      | 70   | 96   | 150528   | RoPE     | 2048         |
+
+## 算法原理
+
+GLM是一种基于Transformer的语言模型，以自回归空白填充为训练目标， 同时具备自回归和自编码能力。
+
+<div align="center">
+<img src="doc/GLM.png" width="550" height="200">
+</div>
+
+本项目主要针对GLM-130B模型在8卡32G显存的DCU平台利用fastertransformer进行快速推理。
+
+## 环境配置
+
+### 环境准备
 
 在光源可拉取推理的docker镜像，拉取方式如下：
 
@@ -19,6 +44,16 @@ GLM是一个基于transformer的语言模型，利用自回归空白填充作为
 docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:glm-ft-v1.0
 ```
 
+### 容器启动
+
+模型推理容器启动命令参考如下，用户根据需要修改：
+
+```
+# <container_name> 自定义容器名
+# <project_path> 当前工程所在路径
+docker run -it --name=<container_name> -v <project_path>:/work -w /work --device=/dev/kfd --device=/dev/dri --security-opt seccomp=unconfined --cap-add=SYS_PTRACE --shm-size=16G --group-add 39 image.sourcefind.cn:5000/dcu/admin/base/custom:glm-ft-v1.0 /bin/bash
+```
+
 ### 编译方法
 
 ```
@@ -33,7 +68,9 @@ nvcc CMakeFiles/test_logprob_kernels.dir/test_logprob_kernels.cu.o -o ../../bin/
 
 ```
 
-### 模型下载
+## 推理
+
+### 原版模型下载与转换
 
 从[这里](https://docs.google.com/forms/d/e/1FAIpQLSehr5Dh_i3TwACmFFi8QEgIVNYGmSPwV0GueIcsUev0NEfUug/viewform?usp=sf_link)下载GLM-130B的模型，确保所有60个块都已完全下载，然后使用以下命令将它们合并到单个存档文件中并解压缩它：
 
@@ -71,7 +108,15 @@ mpirun -n 8 --allow-run-as-root ./bin/glm_example
 python ../examples/pytorch/glm/glm_tokenize.py
 ```
 
+## 应用场景
+
+### 算法类别
+
+`自然语言处理`
+
+### 热点应用行业
 
+`nlp,智能聊天助手,科研`
 
 ## 源码仓库及问题反馈
 

model.properties

+# 模型唯一标识
+modelCode = 348
 # 模型名称
 modelName=GLM130B_FT
 # 模型描述
-modelDescription=GLM-130B是一个开放的双语（中英）双向密集模型，具有130亿个参数，使用[通用语言模型(GLM)算法进行预训练。
+modelDescription=GLM-130B是一个开放的双语（中英）双向密集模型，具有130亿个参数，使用通用语言模型(GLM)算法进行预训练。
 # 应用场景
-appScenario=大模型基座
+appScenario=推理,NLP,大模型基座,智能聊天助手
 # 框架类型
 frameType=fastertransformer