Update README.md

README.md

@@ -88,7 +88,7 @@ pip install -e ".[torch,metrics]"
 
 ## 数据集
 
-迷你数据集 [fingpt_sentiment](./LLaMA-Factory/data/fingpt_sentiment.json) 
+迷你数据集 [fingpt_sentiment](./data/fingpt_sentiment.json) 
 
 预训练需要准备你的训练数据，需要将所有样本放到一个列表中并存入json文件中。每个样本对应一个字典，包含以下信息，示例如下所示：用于正常训练的完整数据集请按此目录结构进行制备：
 
@@ -103,8 +103,6 @@ pip install -e ".[torch,metrics]"
 
 ## 训练
 
-训练需要使用Llama-Factory包，需要将本仓库中Llama-Factory的data数据替换git clone的Llama-Factory的data文件，替换后只保留git clone的Llama-Factory文件夹。
-
 根据实际情况在脚本中修改权重相关路径
 
 ### 单机多卡
@@ -130,7 +128,7 @@ sh Xuanyuan_inference.sh
 
 
 ### 精度
-测试数据： [fingpt_sentiment](./LLaMA-Factory/data/fingpt_sentiment.json)  ，使用的加速卡:K100。
+测试数据： [fingpt_sentiment](./data/fingpt_sentiment.json)  ，使用的加速卡:K100。
 
 | device | train_loss | eval_loss
 | :------: | :------: |  :------: | 
@@ -139,10 +137,10 @@ sh Xuanyuan_inference.sh
 ## 应用场景
 
 ### 算法类别
-`问答`
+`对话问答`
 
 ### 热点应用行业
-`金融,教育`
+`金融,教育,银行`
 
 ## 预训练权重
 - [Duxiaoman-DI/XuanYuan-13B-Chat](https://modelscope.cn/models/Duxiaoman-DI/XuanYuan-13B-Chat/files)