Update README.md

README.md

-# NVIDIA-Nemotron-3-Super-120B-A12B-BF16
+# NVIDIA-Nemotron-3-Super
 
 ## 论文
 
@@ -6,7 +6,7 @@
 
 ## 模型简介
 
-Nemotron-3-Super-120B-A12B-BF16 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。
+Nemotron-3-Super 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。
 
 在架构方面，该模型采用了混合潜变量混合专家 (Latent Mixture-of-Experts, LatentMoE) 架构，通过交替堆叠 Mamba-2 层、MoE 层以及精选的注意力 (Attention) 层实现。与 Nano 版本不同，Super 模型引入了多 Token 预测 (Multi-Token Prediction, MTP) 层，从而在提升文本生成质量的同时显著加快了生成速度。为了最大化计算效率，该模型在训练过程中采用了 NVFP4 量化技术。
 
@@ -79,8 +79,6 @@ vllm serve nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16 \
     --trust-remote-code \
     --mamba-ssm-cache-dtype float32 \
     --tensor-parallel-size 8 \
-    --host 0.0.0.0 \
-    --port 8000 \
     --tool-call-parser qwen3_coder \
     --enable-auto-tool-choice \
     --reasoning-parser super_v3 \