Update README.md

README.md

@@ -7,7 +7,7 @@ language:
 ### 说明
 此微调仅用于测试思维链，即CoT（Chain-of-Thought）的效果，而我在理解CoT时认为**CoT的重点在于思维发散**，所以我对CoT语料做了一些改进，我把这种改进后的CoT称为**DCoT（Divergent-Chain-of-Thought）**即发散性思维链。
 
-此微调也用于测试这一改进，在进行state tuning微调之前我其实尝试过lora微调，但是指令遵循却不尽人意，语料和模型的契合度太高，初始loss就很低，导致可能模型学不到格式这一点，所以我最后state tuning这一方法进行微调，同时这也是保证RWKV模型对格式进行遵循的最好方法之一，并且它能保证模型不会因为微调而遗忘（因为不会微调模型本身权重）。
+此微调也用于测试这一改进，在进行state tuning微调之前我其实尝试过lora微调，但是指令遵循却不尽人意，语料和模型的契合度太高，初始loss就很低，导致可能模型学不到格式这一点，所以我最后决定使用state tuning这一peft方法进行微调，同时这也是保证RWKV模型对格式进行遵循的最好方法之一，并且它能保证模型不会因为微调而遗忘（因为不会微调模型本身权重）。
 
 ### 微调配置
 微调使用autodl上租赁的单卡A40 48G。