修改模板

README.md

@@ -47,10 +47,18 @@ docker run -it --shm-size 200g \
 ```
 pip uninstall vllm
 pip uninstall numpy
-pip install vllm-0.15.1+das.opt1.alpha.dtk2604-cp310-cp310-linux_x86_64.whl
+pip install vllm-0.15.1+das.opt1.alpha.dtk2604-cp310-cp310-linux_x86_64.whl --no-deps
 pip install numpy==1.26.1
 ```
 
+## 预训练权重
+
+**请根据`支持的DCU型号`选择对应模型下载，FP8模型仅在BW1100/BW1101上支持，其他型号请勿使用！**
+
+| **模型名称**                    | **权重大小** | **DCU型号**   | **最低卡数需求** | **下载地址**                                                 |
+| :-----------------------------: | :----------: | :-----------: | :--------------: | :----------------------------------------------------------: |
+| NVIDIA-Nemotron-3-Super-120B-A12B-BF16      | 120B         | BW1000 | 8                | [Hugging Face](https://huggingface.co/nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16) |
+
 ## 数据集
 
 暂无
@@ -61,7 +69,7 @@ pip install numpy==1.26.1
 
 ## 推理
 
-### vllm
+### vLLM
 
 #### 单机推理
 
@@ -108,15 +116,10 @@ curl http://localhost:8000/v1/chat/completions \
 
 DCU 与 GPU 精度一致，推理框架：vllm。
 
-## 预训练权重
-
-| **模型名称**                    | **权重大小** | **DCU型号**   | **最低卡数需求** | **下载地址**                                                 |
-| :-----------------------------: | :----------: | :-----------: | :--------------: | :----------------------------------------------------------: |
-| NVIDIA-Nemotron-3-Super-120B-A12B-BF16      | 120B         | BW1000 | 8                | [Hugging Face](https://huggingface.co/nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16) |
 
 ## 源码仓库及问题反馈
 
-- [https://developer.sourcefind.cn/codes/modelzoo/nvidia-nemotron-3_vllm](https://developer.sourcefind.cn/codes/modelzoo/nvidia-nemotron-3_vllm)
+- [https://developer.sourcefind.cn/codes/modelzoo/nvidia-nemotron-3_vllm](https://developer.sourcefind.cn/codes/modelzoo/nvidia-nemotron-3)
 
 ## 参考资料
 

model.properties

 # 模型唯一标识
 modelCode=2203
 # 模型名称
-modelName=NVIDIA-Nemotron-3_vllm
+modelName=NVIDIA-Nemotron-3
 # 模型描述
 modelDescription=Nemotron-3 是由英伟达 (NVIDIA) 训练的大语言模型 (LLM)，旨在提供强大的智能体 (Agentic)、推理及对话能力。该模型针对协作智能体和高负载工作场景（如 IT 工单自动化）进行了深度优化。与该系列的其他模型类似，它在响应用户查询或任务时，会采取“先生成推理轨迹 (Reasoning Trace)，后给出最终回复”的模式。此外，模型的推理能力可以通过聊天模板中的标志位 (Flag) 进行灵活配置。
 # 运行过程