Final report, good luck!

README.md

@@ -9,14 +9,14 @@
 
 
 
-> **UPDATE**：决赛第一赛段更新内容提要：
+> **UPDATE**：决赛阶段更新内容提要：
 >
 > 1. 扩展量化格式：除Q4_0外，增加对Q2_K、Q4_1、Q5_0、Q5_1、Q8_0五种量化格式的推理加速支持；
 > 2. 测试多种模型：除7B和13B参数模型外，增加对1B、30B两种不同参数数量模型的测试；
 > 3. 工程优化：为支持以上扩展，对代码进行重构优化，并引入自动化test/benchmark；
 > 4. 报告更新：以下报告正文内容已与上述内容同步进行更新。
 >
-> 具体修改内容可直接通过git diff或Web UI与commit `95c67b74d1c0426b785e762502ea98f44553b60c`进行对比。
+> 具体修改内容可直接通过 git diff 或 Web UI 与 commit `95c67b74d1c0426b785e762502ea98f44553b60c` 进行对比。
 
 
 
@@ -25,7 +25,7 @@
 ## 摘要
 
 * **项目目标**：将llama.cpp移植至龙芯处理器3A6000，并进行软硬件协同优化，加速模型的CPU推理速度，使得以Meta LLaMA为代表的流行的大语言模型能够以可接受的速度运行于龙芯平台；
-* **完成情况**：本项目的规划和进展情况可见[dev.md](dev.md)。截至本阶段，实现了从2bit到32bit共七种数据格式的推理优化加速，并在从1B到30B共四种参数规模的LLaMA模型上进行标准测试。较于未经优化的代码，在矩阵乘法和模型推理两项标准任务上均实现可观的性能加速。
+* **完成情况**：本项目的规划和进展情况可见[dev.md](dev.md)。截至本阶段，实现了从2bit到32bit共**7种**数据格式的推理优化加速，并在从1B到30B共**7种**参数规模的LLaMA模型上进行标准测试。较于未经优化的代码，在矩阵乘法和模型推理两项标准任务上均实现可观的性能加速。
 * **主要创新**：定位和分析了大语言模型推理的主要性能瓶颈；针对龙芯平台进行了**SIMD**和**Cache**两个方向的计算优化；同时支持**浮点**参数和**量化**参数的运算加速；在3A6000处理器上进行了正确性和性能的标准测试。
 
 本技术报告是对本项目的阶段性总结，也希望为后续工作及其他相关工作提供一些启发，具体包含以下章节：