更新描述信息

README.md

@@ -41,7 +41,7 @@ GLM是一种基于Transformer的语言模型，以自回归空白填充为训练
 在光源可拉取推理的docker镜像，拉取方式如下：
 
 ```
-docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:glm-ft-v1.0
+docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:glm-ft-v1.1
 ```
 
 ### 容器启动
@@ -51,7 +51,7 @@ docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:glm-ft-v1.0
 ```
 # <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
+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-v1.1 /bin/bash
 ```
 
 ### 编译方法
@@ -112,6 +112,12 @@ mpirun -n 8 --allow-run-as-root ./bin/glm_example
 python ../examples/pytorch/glm/glm_tokenize.py
 ```
 
+## Result
+
+<div align="center">
+<img src="doc/result.png">
+</div>
+
 ## 应用场景
 
 ### 算法类别
@@ -120,7 +126,7 @@ python ../examples/pytorch/glm/glm_tokenize.py
 
 ### 热点应用行业
 
-`nlp,智能聊天助手,科研`
+`nlp,大模型基座,科研,智能聊天助手`
 
 ## 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
+modelName=glm130b_fastertransformer
 # 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。
 # 应用场景
-appScenario=推理,NLP,大模型基座,智能聊天助手
+appScenario=推理,NLP,大模型基座,科研,智能聊天助手
 # 框架类型
 frameType=fastertransformer