Update README.md

README.md

@@ -64,10 +64,8 @@ cd .. && python3 setup.py install
 # <tokenizer_path> tokenizer模型的路径（默认None,会去model_path里面找qwen.tiktoken）
 # <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
-# <quant_path> 量化模型的路径，可以为None（用于int4量化，使用默认None）
-# <group_size> AWQ中用于将fp16权重量化为4位的参数（用于int4量化，使用默认'0'）
 
-mdeploy convert --model_name qwen-7b --model_path /path/to/model --model_format qwen --tokenizer_path None --dst_path ./workspace_qwe7b --tp 1 --quant_path None --group_size 0
+mdeploy convert --model_name qwen-7b --model_path /path/to/model --model_format qwen --tokenizer_path None --dst_path ./workspace_qwe7b --tp 1
 
 # bash界面运行
 lmdeploy chat turbomind --model_path ./workspace_qwe7b --tp 1     # 输入问题后执行2次回车进行推理
@@ -89,7 +87,7 @@ lmdeploy serve gradio --model_path_or_server ./workspace_qwe7b --server_name {ip
 ### 运行 Qwen-14B-chat
 ```
 # 模型转换
-mdeploy convert --model_name qwen-14b --model_path /path/to/model --model_format qwen --tokenizer_path None --dst_path ./workspace_qwe14b --tp 2 --quant_path None --group_size 0
+mdeploy convert --model_name qwen-14b --model_path /path/to/model --model_format qwen --tokenizer_path None --dst_path ./workspace_qwe14b --tp 2
 
 # bash界面运行
 lmdeploy chat turbomind --model_path ./workspace_qwe14b --tp 2