Update xtuner in README

README.md

@@ -15,7 +15,6 @@ Llama-3中选择了一个相对标准的decoder-only的transformer架构。与Ll
 **注意**：bitsandbytes库功能不全，暂不支持量化相关
 
 ### Docker（方法一）
-
 ```bash
 docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-centos7.6-dtk24.04-py310
 docker run -it -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal/:/opt/hyhal/:ro --shm-size=80G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash
@@ -25,7 +24,6 @@ pip install -e .
 ```
 
 ### Dockerfile（方法二）
-
 ```bash
 cd docker
 docker build --no-cache -t llama3:latest .
@@ -62,9 +60,12 @@ pip install -e .
 ### xtuner微调方法
 1. 训练库安装，请注意所需库版本
 ```bash
-pip uninstall fflash-attn # 2.0.4+82379d7.abi0.dtk2404.torch2.1
+pip uninstall flash-attn # 2.0.4+82379d7.abi0.dtk2404.torch2.1
+# docker环境含有deepspeed的可不进行安装, 需要对照版本是否一致即可
 pip install deepspeed-0.12.3+das1.0+gita724046.abi0.dtk2404.torch2.1.0-cp310-cp310-manylinux2014_x86_64.whl
-pip install -U xtuner # 0.1.18
+git clone -b v0.1.18 https://github.com/InternLM/xtuner.git
+cd xtuner
+pip install -e '.[all]'
 pip install mmengine==0.10.3
 ```
 2. 下载预训练模型，具体模型请修改`download_models.py`