update readme

README.md

@@ -20,6 +20,8 @@
 
 用 LiBai 搭建的 GLM 可以便捷地实现model parallel + pipeline parallel推理, 很好地解决单卡放不下大规模模型的问题。
 
+
+
 ### 分布式推理具有天然优势
 
 要知道，模型的参数其实就是许多 tensor，也就是以矩阵的形式出现，大模型的参数也就是大矩阵，并行策略就是把大矩阵分为多个小矩阵，并分配到不同的显卡或不同的设备上，基础的 LinearLayer 在LiBai中的实现代码如下：
@@ -73,7 +75,7 @@ class Linear1D(nn.Module):
 
 ## 数据集
 
-在下面脚本中生成。
+在代码中生成。
 
 ## 权重
 

model.properties

 # 模型唯一标识
 modelCode=68
 # 模型名称
-modelName=GLM_oneflow
+modelName=glm_oneflow
 # 模型描述
 modelDescription=基于Oneflow框架的glm-10b-chinese
 # 应用场景(多个标签以英文逗号分割)
-appScenario=推理,inference,nlp,智能聊天助手
+appScenario=推理,nlp,智能聊天助手,科研,文学创作
 # 框架类型(多个标签以英文逗号分割)
 frameType=OneFlow,Libai

requirements.txt

@@ -22,7 +22,7 @@ portalocker
 dill
 flake8==3.8.1 
 isort==5.10.1
-black==21.4b2
+black==21.4b
 autoflake
 tensorboardX
 pytest