Update README.md

README.md

@@ -6,11 +6,10 @@ language:
 - zh
 pipeline_tag: text-generation
 ---
-此模型由[atom-7b-chat](https://huggingface.co/FlagAlpha/Atom-7B-Chat)经过lora微调（只训练k_proj、q_proj、v_proj、o_proj、norm）得到，通过线性位置插值，将文本长度从4k扩展到16k，可以完成多文档检索、论文总结等任务。\
-作为对比，原模型如果直接进行线性位置插值而不进行微调，在长度大于8k时几乎没有正常对话能力。\
-此版本为v1，初步具有长对话能力，但回答格式良好，但回答内容错误依然较多，回答经常出现与参考文档内容不一致的问题，可能是因为微调数据质量低（[yuyijiong/LongData-instruction-chinese](https://huggingface.co/datasets/yuyijiong/LongData-instruction-chinese) 都是谷歌翻译过来的英文数据）。\
-未来将会持续改进，改进的数据和模型将很快推出。\
-此模型最大支持16k输入长度，如果超长仍然会出现答案错乱的问题。暂时没有训练32k的模型，是因为32k长度的中文数据量不足。\
+  此模型由[atom-7b-chat](https://huggingface.co/FlagAlpha/Atom-7B-Chat)经过lora微调（只训练k_proj、q_proj、v_proj、o_proj、norm）得到，通过线性位置插值，将文本长度从4k扩展到16k，可以完成多文档检索、论文总结等任务。作为对比，原模型如果直接进行线性位置插值而不进行微调，在长度大于8k时几乎没有正常对话能力。\
+  此版本为v1，初步具有长对话能力，但回答格式良好，但回答内容错误依然较多，回答经常出现与参考文档内容不一致的问题，可能是因为微调数据质量低（[yuyijiong/LongData-instruction-chinese](https://huggingface.co/datasets/yuyijiong/LongData-instruction-chinese) 都是谷歌翻译过来的英文数据）。\
+  未来将会持续改进，改进的数据和模型将很快推出。\
+  此模型最大支持16k输入长度，如果超长仍然会出现答案错乱的问题。暂时没有训练32k的模型，是因为32k长度的中文数据量不足。\
 使用方法：
 ```python
 from transformers import AutoModelForCausalLM, AutoTokenizer