Update README.md

README.md

@@ -61,7 +61,7 @@ cd .. && python3 setup.py install
 # <model_name> 模型的名字 （'base', 'llama', 'internlm', 'vicuna', 'internlm-chat-7b', 'internlm-chat', 'internlm-chat-7b-8k', 'internlm-chat-20b', 'internlm-20b', 'baichuan-7b', 'baichuan2-7b', 'puyu', 'llama2', 'qwen-7b', 'qwen-14b', 'codellama', 'solar'）
 # <model_path> 模型路径
 # <model_format> 模型的格式 （'llama', 'hf', 'qwen'）
-# <tokenizer_path> tokenizer模型的路径
+# <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）
@@ -89,15 +89,15 @@ 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-7b --model_path /path/to/model --model_format qwen --tokenizer_path None --dst_path ./workspace_qwe7b --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 --quant_path None --group_size 0
 
 # bash界面运行
-lmdeploy chat turbomind --model_path ./workspace_qwe7b --tp 2
+lmdeploy chat turbomind --model_path ./workspace_qwe14b --tp 2
 
 # 服务器网页端运行
 
 在bash端运行：
-lmdeploy serve gradio --model_path_or_server ./workspace_qwe7b --server_name {ip} --server_port {pord} --batch_size 32 --tp 1 --restful_api False 
+lmdeploy serve gradio --model_path_or_server ./workspace_qwe14b --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
 ```