update README.md.

Signed-off-by: znzjugod <zhangnan134@huawei.com>

README.md

@@ -1,7 +1,8 @@
 # llama.cpp使用指南
 
 ## 介绍
-llama.cpp是基于C/C++实现的LLama英文大模型接口，可以支持用户在消费者级别的CPU机器上完成开源大模型的部署和使用。
+llama.cpp是基于C/C++实现的LLaMa英文大模型接口，可以支持用户在CPU机器上完成开源大模型的部署和使用。
+
 llama.cpp支持多个英文开源大模型的部署，如LLaMa，LLaMa2，Vicuna等。
 
 ## 软件架构
@@ -31,22 +32,47 @@ yum install llama.cpp
 ```
 2.  查看是否安装成功：
 ```
-/usr/bin/llama_cpp_main -h
+llama_cpp_main -h
 ```
 若成功显示help信息则安装成功。
 
 
 ## 使用说明
-1.  需要下载量化后的开源大模型，如LLaMa、LLaMa2、Vicuna、GPT4All等。
-2.  启动模型，其中model_path为模型存放的路径：：
+### 不使用容器
+1.  需要安装llama.cpp软件包：
 ```
-/usr/bin/llama_cpp_main -m model_path --color --ctx_size 2048 -n -1 -ins -b 256 --top_k 10000 --temp 0.2 --repeat_penalty 1.1 -t 8
+yum install llama.cpp
 ```
+2.  需要下载开源大模型，如LLaMa、LLaMa2等。并将下载的开源大模型通过llama_convert.py进行模型量化：
+```
+python3 /usr/bin/llama_convert.py  model_path/
+```
+其中model_path为开源大模型的存放路径。
+
+3.  启动模型，进行对话：
+```
+llama_cpp_main -m model_path --color --ctx_size 2048 -n -1 -ins -b 256 --top_k 10000 --temp 0.2 --repeat_penalty 1.1 -t 8
+```
+其中model_path为量化模型的存放路径。
+
 可通过以下命令查看命令行选项用法：
 ```
-/usr/bin/llama_cpp_main -h
+llama_cpp_main -h
 ```
+### 使用容器
+1.  拉取容器镜像：
+```
+docker pull hub.oepkgs.net/openeuler/llama_image
+```
+2. 运行容器镜像，进行对话：
+```
+docker run -it --security-opt seccomp=unconfined hub.oepkgs.net/openeuler/llama_image
+```
+### 正常启动界面
+模型启动后的界面如图1所示：
 
+**图1** 模型启动界面
+![输入图片说明](llama.png)
 ## 规格说明
 本项目可支持在CPU级别的机器上进行大模型的部署和推理，但是模型推理速度对硬件仍有一定的要求，硬件配置过低可能会导致推理速度过慢，降低使用效率。
 
@@ -56,7 +82,7 @@ yum install llama.cpp
 
 **表1** 模型推理速度的测试数据
 
-| LLama-7B            | Q4_0 | Q4_1 | Q5_0 | Q5_1 |
+| LLaMa-7B            | Q4_0 | Q4_1 | Q5_0 | Q5_1 |
 |--------------------------------|------|------|------|------|
 | ms/token (CPU @ Platinum 8260) | 55   | 54   | 76   | 83   | 
 | 模型大小                      | 3.5G | 3.9G | 4.3G | 6.7G |