Update README.md

README.md

@@ -13,11 +13,11 @@ widget:
 - text: "生活的真谛是[MASK]。"
 ---
 
-# autohome-roberta-base
+# autohome-roberta-large
 
 ## 简介 Brief Introduction
 
-善于处理NLU任务，采用全词掩码的，中文版的1.1亿参数RoBERTa-base。
+善于处理NLU任务，采用全词掩码的，中文版的1.1亿参数RoBERTa-large。
 
 
 ## 模型分类 Model Taxonomy
@@ -31,7 +31,7 @@ widget:
 
 参考论文：[RoBERTa: A Robustly Optimized BERT Pretraining Approach](https://arxiv.org/abs/1907.11692)
 
-为了得到一个中文版的autohome-roberta-large（110M），我们用autohome语料库(1.2G)进行二次预训练。我们在MLM中使用了全词掩码(wwm)的方式。具体地，我们在二次预训练阶段中使用了[transformers框架](https://github.com/huggingface/transformers)大概花费了4张A100约11小时。
+为了得到一个中文版的autohome-roberta-large（390M），我们用autohome口碑板块语料库(1.2G)进行二次预训练。我们在MLM中使用了全词掩码(wwm)的方式。具体地，我们在二次预训练阶段中使用了[transformers框架](https://github.com/huggingface/transformers)大概花费了4张A100约11小时。
 
 
 ## 使用 Usage
@@ -40,8 +40,8 @@ widget:
 from transformers import AutoModelForMaskedLM, AutoTokenizer, FillMaskPipeline
 import torch
 
-tokenizer=AutoTokenizer.from_pretrained('ChaosW/autohome-roberta-base')
-model=AutoModelForMaskedLM.from_pretrained('ChaosW/autohome-roberta-base')
+tokenizer=AutoTokenizer.from_pretrained('ChaosW/autohome-roberta-large')
+model=AutoModelForMaskedLM.from_pretrained('ChaosW/autohome-roberta-large')
 text = '生活的真谛是[MASK]。'
 fillmask_pipe = FillMaskPipeline(model, tokenizer, device=0)
 print(fillmask_pipe(text, top_k=10))