Update README.md

README.md

@@ -8,7 +8,7 @@ pipeline_tag: text-generation
 Llama-zh-base is an open-source project that offers a complete training pipeline for building Chinese large language models, ranging from dataset preparation to tokenization, pre-training, prompt tuning, and the reinforcement learning technique RLHF. 
 This is the Llama-zh-base model trained from scratch using the Chinese pretrain corpus in this project.The amount of parameters is about 0.8B.
 
-使用33G中文语料重头开始预训练的Llama模型，旨在提供可用的中小型基础模型。重新构建了embedding层和tokenizer。目前未经过指令微调。参数量约为0.8B左右。
+使用120G中文语料重头开始预训练的Llama模型，旨在提供可用的中小型基础模型。重新构建了embedding层和tokenizer。目前未经过指令微调。参数量约为0.8B左右。
 
 项目github link [Repo Links](https://github.com/enze5088/Chatterbox/blob/main/docs/model/llama-zh-base.md)
 
@@ -34,7 +34,7 @@ Notes:
 
 ## 数据
 
-预训练阶段使用开源数据与本项目爬取的部分数据。共使用约33G中文预训练数据、MC4-zh、Code数据集。清洗后筛选共120G左右数据训练1epoch。未经过指令微调。
+预训练阶段使用开源数据与本项目爬取的部分数据。共使用约33G中文预训练数据、MC4-zh、Code数据集。清洗后筛选共120G左右数据训练1 epoch，初始学习率1e-4。未经过指令微调。
 
 ### 中文预训练数据