Update README.md

README.md

@@ -3,17 +3,17 @@ language:
 - en
 ---
 
-# PC_TransCore_M
+# PC_TransCore-M
 
 Details and codes will be released soon. Stay tuned! 
 
-![TransCore-M framework](https://github.com/PCIResearch/Trans-Core-M/blob/main/assets/framework.png)
+![TransCore-M framework](https://github.com/PCIResearch/TransCore-M/blob/main/assets/framework.png)
 
 <center>TransCoreM model architecture</center>
 
 
 # Overview
-PCI Trans-Core-M is a multimodal model, it's composed of a visual encoder and a language model. It enables content comprehension, recognition and multi-round conversations about pictures.
+PCI TransCore-M is a multimodal model, it's composed of a visual encoder and a language model. It enables content comprehension, recognition and multi-round conversations about pictures.
 
 - **Visual Encoder:** CLIP ViT-L/14
 - **Pre-trained LLM:** TansCore-M
@@ -23,8 +23,8 @@ Our install environment：NVIDIA A800-SXM4-80GB，CUDA Version: 11.7
 
 Pull project and install some library:
 ```shell
-git clone https://github.com/PCIResearch/Trans-Core-M.git
-cd Trans-Core-M
+git clone https://github.com/PCIResearch/TransCore-M.git
+cd TransCore-M
 conda create -n transcorem python=3.10 -y
 conda activate transcorem
 
@@ -33,7 +33,7 @@ pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
 
 # Inference
 ```shell
-cd Trans-Core-M
+cd TransCore-M
 CUDA_VISIBLE_DEVICES=0 python inference.py --model-path ./weights/transcorem_pci-v1.1_20231112 --vision-path ./weights/clip-vit-large-patch14-336
 
 Note: 
@@ -47,7 +47,7 @@ demo: [demo_link](http://10.210.21.107:7860/)
 
 
 # 声明
-PCI Trans-Core-M 模型旨在提升技术领域的研究和应用效率，我们
+PCI TransCore-M 模型旨在提升技术领域的研究和应用效率，我们
 鼓励和欢迎开发者及社区成员共同遵守相关开源协议，确保技术的正当和安全使用。请广大用户注意，不得将此模型及其衍生代码用于任何可能对国家安全和社会稳定造成威胁的活动，以及未经过严格安全评估和官方备案的服务。
 
-PCI Trans-Core-M 模型在设计和训练过程中尽量保证数据的合规性和准确性，但由于其复杂性和概率性的特点，我们无法完全保证输出内容的百分百准确无误。此外，模型输出结果可能受到用户输入内容的影响而产生偏差。因此，我们不对由于使用本模型而引起的任何数据安全问题、舆论风险、误导信息的传播或任何形式的不当使用承担责任。
+PCI TransCore-M 模型在设计和训练过程中尽量保证数据的合规性和准确性，但由于其复杂性和概率性的特点，我们无法完全保证输出内容的百分百准确无误。此外，模型输出结果可能受到用户输入内容的影响而产生偏差。因此，我们不对由于使用本模型而引起的任何数据安全问题、舆论风险、误导信息的传播或任何形式的不当使用承担责任。