Update README.md

README.md

-# LLama_lmdeploy
+# InterLm_lmdeploy
 ## 论文
-- [https://arxiv.org/pdf/2302.13971.pdf](https://arxiv.org/pdf/2302.13971.pdf)
+无
 
 ## 模型结构
-LLAMA网络基于 Transformer 架构。提出了各种改进，并用于不同的模型，例如 PaLM。以下是与原始架构的主要区别：
-预归一化。为了提高训练稳定性，对每个transformer 子层的输入进行归一化，而不是对输出进行归一化。使用 RMSNorm 归一化函数。
-SwiGLU 激活函数 [PaLM]。使用 SwiGLU 激活函数替换 ReLU 非线性以提高性能。使用 2 /3 4d 的维度而不是 PaLM 中的 4d。
-旋转嵌入。移除了绝对位置嵌入，而是添加了旋转位置嵌入 (RoPE)，在网络的每一层。
+InternLM 是一个开源的轻量级训练框架，旨在支持模型预训练，而不需要大量的依赖。InternLM深度整合了Flash-attention,Apex等高性能模型算子，提高了训练效率。通过架构Hybrid Zero技术，实现计算和通信的高效重叠，大幅降低了训练过程中的跨节点通信流量。
 
-![img](./docs/llama.png)
+![img](./docs/interlm.jpg)
 
 ## 算法原理
-LLama是一个基础语言模型的集合,参数范围从7B到65B。在数万亿的tokens上训练出的模型，并表明可以专门使用公开可用的数据集来训练最先进的模型，而不依赖于专有的和不可访问的数据集。
+InterLM是一个基础语言模型的集合,参数范围从7B到20B。在数万亿的tokens上训练出的模型，并表明可以专门使用公开可用的数据集来训练最先进的模型，而不依赖于专有的和不可访问的数据集。
 
-![img](./docs/llama_1.png)
+![img](./docs/interlm.png)
 
 ## 环境配置
 
-提供[光源](https://www.sourcefind.cn/#/service-details)拉取推理的docker镜像：
+提供光源拉取推理的docker镜像：
 ```
 docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:lmdeploy0.0.13_dtk23.04_torch1.13_py38
 # <Image ID>用上面拉取docker镜像的ID替换
 # <Host Path>主机端路径
 # <Container Path>容器映射路径
-docker run -it --name qwen --shm-size=1024G  --device=/dev/kfd --device=/dev/dri/ --cap-add=SYS_PTRACE --security-opt seccomp=unconfined --ulimit memlock=-1:-1 --ipc=host --network host --group-add video -v <Host Path>:<Container Path> <Image ID> /bin/bash
+docker run -it --name interlm --shm-size=1024G  --device=/dev/kfd --device=/dev/dri/ --cap-add=SYS_PTRACE --security-opt seccomp=unconfined --ulimit memlock=-1:-1 --ipc=host --network host --group-add video -v <Host Path>:<Container Path> <Image ID> /bin/bash
 ```
 镜像版本依赖：
 * DTK驱动：dtk23.04
@@ -47,11 +44,11 @@ cd .. && python3 setup.py install
 ```
 ### 模型下载
 
-[LLama](https://huggingface.co/meta-llama)
+[internlm-chat-7b](https://huggingface.co/internlm/internlm-chat-7b)
 
-支持模型包括：LLama-7B、LLama-13B、LLama-30B、LLama-65B、LLama2-7B、LLama2-13B、LLama2-70B
+[internlm-chat-20b](https://huggingface.co/internlm/internlm-chat-20b)
 
-### 运行 LLama-7b
+### 运行 internlm-chat-7
 ```
 # 模型转换
 # <model_name> 模型的名字 （'llama', 'internlm', 'vicuna', 'internlm-chat-7b', 'internlm-chat', 'internlm-chat-7b-8k', 'internlm-chat-20b', 'internlm-20b', 'baichuan-7b', 'baichuan2-7b', 'llama2', 'qwen-7b', 'qwen-14b'）
@@ -61,10 +58,10 @@ cd .. && python3 setup.py install
 # <model_format> 保存输出的目标路径（默认./workspace）
 # <tp> 用于张量并行的GPU数量应该是2^n
 
-lmdeploy convert --model_name llama --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_llama7b --tp 1
+lmdeploy convert --model_name internlm-chat-7b --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_interlm7b --tp 1
 
 # bash界面运行
-lmdeploy chat turbomind --model_path ./workspace_llama7b --tp 1     # 输入问题后执行2次回车进行推理
+lmdeploy chat turbomind --model_path ./workspace_interlm7b --tp 1     # 输入问题后执行2次回车进行推理
 
 # 服务器网页端运行
 
@@ -76,108 +73,30 @@ lmdeploy chat turbomind --model_path ./workspace_llama7b --tp 1     # 输入问
 # <tp> 用于张量并行的GPU数量应该是2^n （和模型转换的时候保持一致）
 # <restful_api> modelpath_or_server的标志（默认是False）
 
-lmdeploy serve gradio --model_path_or_server ./workspace_llama7b --server_name {ip} --server_port {pord} --batch_size 32 --tp 1 --restful_api False 
-
-在网页上输入{ip}:{pord}即可进行对话
-```
-
-### 运行 LLama-13b
-```
-# 模型转换
-lmdeploy convert --model_name llama --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_llama13b --tp 1
-
-# bash界面运行
-lmdeploy chat turbomind --model_path ./workspace_llama13b --tp 1
-
-# 服务器网页端运行
-
-在bash端运行：
-lmdeploy serve gradio --model_path_or_server ./workspace_llama13b --server_name {ip} --server_port {pord} --batch_size 32 --tp 1 --restful_api False 
-
-在网页上输入{ip}:{pord}即可进行对话
-```
-### 运行 LLama-33b
-```
-# 模型转换
-lmdeploy convert --model_name llama --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_llama33b --tp 4
-
-# bash界面运行
-lmdeploy chat turbomind --model_path ./workspace_llama33b --tp 4
-
-# 服务器网页端运行
-
-在bash端运行：
-lmdeploy serve gradio --model_path_or_server ./workspace_llama33b --server_name {ip} --server_port {pord} --batch_size 32 --tp 4 --restful_api False 
+lmdeploy serve gradio --model_path_or_server ./workspace_interlm7b --server_name {ip} --server_port {pord} --batch_size 32 --tp 1 --restful_api False 
 
 在网页上输入{ip}:{pord}即可进行对话
 ```
 
-### 运行 LLama-65b
+### 运行 internlm-chat-20b
 ```
 # 模型转换
-lmdeploy convert --model_name llama --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_llama65b --tp 8
+lmdeploy convert --model_name internlm-chat-20b --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_interlm20b --tp 4
 
 # bash界面运行
-lmdeploy chat turbomind --model_path ./workspace_llama65b --tp 8
+lmdeploy chat turbomind --model_path ./workspace_interlm20b --tp 4
 
 # 服务器网页端运行
 
 在bash端运行：
-lmdeploy serve gradio --model_path_or_server ./workspace_llama65b --server_name {ip} --server_port {pord} --batch_size 32 --tp 8 --restful_api False 
+lmdeploy serve gradio --model_path_or_server ./workspace_interlm20b --server_name {ip} --server_port {pord} --batch_size 32 --tp 4 --restful_api False 
 
 在网页上输入{ip}:{pord}即可进行对话
 ```
 
-### 运行 LLama2-7b
-```
-# 模型转换
-lmdeploy convert --model_name llama2 --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_llama2-7b --tp 1
-
-# bash界面运行
-lmdeploy chat turbomind --model_path ./workspace_llama2-7b --tp 1
-
-# 服务器网页端运行
-
-在bash端运行：
-lmdeploy serve gradio --model_path_or_server ./workspace_llama2-7b --server_name {ip} --server_port {pord} --batch_size 32 --tp 1 --restful_api False 
-
-在网页上输入{ip}:{pord}即可进行对话
-```
-
-### 运行 LLama2-13b
-```
-# 模型转换
-lmdeploy convert --model_name llama2 --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_llama2-13b --tp 1
-
-# bash界面运行
-lmdeploy chat turbomind --model_path ./workspace_llama2-13b --tp 1
-
-# 服务器网页端运行
-
-在bash端运行：
-lmdeploy serve gradio --model_path_or_server ./workspace_llama2-13b --server_name {ip} --server_port {pord} --batch_size 32 --tp 1 --restful_api False 
-
-在网页上输入{ip}:{pord}即可进行对话
-```
-
-### 运行 LLama2-70b
-```
-# 模型转换
-lmdeploy convert --model_name llama2 --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_llama2-70b --tp 8
-
-# bash界面运行
-lmdeploy chat turbomind --model_path ./workspace_llama2-70b --tp 8
-
-# 服务器网页端运行
-
-在bash端运行：
-lmdeploy serve gradio --model_path_or_server ./workspace_llama2-70b --server_name {ip} --server_port {pord} --batch_size 32 --tp 8 --restful_api False 
-
-在网页上输入{ip}:{pord}即可进行对话
-```
 
 ## result
-![qwen推理](docs/llama.gif)
+![interlm](docs/interlm.gif)
 
 ### 精度
 
@@ -196,7 +115,7 @@ lmdeploy serve gradio --model_path_or_server ./workspace_llama2-70b --server_nam
 
 
 ## 源码仓库及问题反馈
-https://developer.hpccube.com/codes/modelzoo/llama_lmdeploy
+https://developer.hpccube.com/codes/modelzoo/internlm_lmdeploy
 
 ## 参考资料
 https://github.com/InternLM/LMDeploy