update readme

README_CN.md

@@ -26,10 +26,11 @@
 5. **支持插件调用**：Qwen-7B-Chat针对插件调用相关的对齐数据做了特定优化，当前模型能有效调用插件以及升级为Agent。
 
 以下章节的信息可能对你有帮助，建议阅读。如果你在使用过程遇到问题，建议先查询FAQ，如仍无法解决再提交issue。
-<br>
+<br><br>
 
 ## 新闻
 
+* 2023年9月12日 支持Qwen-7B和Qwen-7B-Chat的微调，其中包括全参数微调、LoRA以及Q-LoRA。
 * 2023年8月21日 发布Qwen-7B-Chat的Int4量化模型，Qwen-7B-Chat-Int4。该模型显存占用低，推理速度相比半精度模型显著提升，在基准评测上效果损失较小。
 * 2023年8月3日 在魔搭社区（ModelScope）和Hugging Face同步推出Qwen-7B和Qwen-7B-Chat模型。同时，我们发布了技术备忘录，介绍了相关的训练细节和模型表现。
 <br>
@@ -59,7 +60,7 @@ Qwen-7B在多个全面评估自然语言理解与生成、数学运算解题、
 此外，根据[OpenCompass](https://opencompass.org.cn/leaderboard-llm)进行的大型语言模型第三方评估，Qwen-7B 和 Qwen-7B-Chat 是其中表现最优的7B参数模型。该评估由大量公开基准组成，用于评估语言理解和生成、代码生成、数学、推理等。
 
 更多的实验结果和细节请查看我们的技术备忘录。点击[这里](tech_memo.md)。
-<br>
+<br><br>
 
 ## 要求
 
@@ -201,7 +202,7 @@ print(f'Response: {response}')
 > 注：作为术语的“tokenization”在中文中尚无共识的概念对应，本文档采用英文表达以利说明。
 
 基于tiktoken的tokenizer有别于其他分词器，比如sentencepiece tokenizer。尤其在微调阶段，需要特别注意特殊token的使用。关于tokenizer的更多信息，以及微调时涉及的相关使用，请参阅[文档](tokenization_note_zh.md)。
-<br>
+<br><br>
 
 ## 量化
 
@@ -257,7 +258,7 @@ response, history = model.chat(tokenizer, "Hi", history=None)
 | Int4               |               8.21GB                |                13.62GB                |
 
 上述性能测算使用[此脚本](https://qianwen-res.oss-cn-beijing.aliyuncs.com/profile.py)完成。
-<br>
+<br><br>
 
 
 ## 微调
@@ -332,7 +333,7 @@ model = AutoPeftModelForCausalLM.from_pretrained(
 ```
 
 上述shell脚本使用`torchrun`来运行单GPU和多GPU训练。分布式训练需要根据你的需求和机器指定正确的分布式训练超参数。
-
+<br><br>
 
 ## Demo
 
@@ -369,6 +370,7 @@ python cli_demo.py
     <img src="assets/cli_demo.gif" width="600" />
     <br>
 <p>
+<br>
 
 ## API
 
@@ -424,7 +426,7 @@ print(response.choices[0].message.content)
 <p>
 
 该接口也支持函数调用（Function Calling），但暂时仅限 `stream=False` 时能生效。用法见[函数调用示例](examples/function_call_examples.py)。
-<br>
+<br><br>
 
 ## 部署
 
@@ -442,7 +444,7 @@ model = load_model_on_gpus('Qwen/Qwen-7B-Chat', num_gpus=2)
 ```
 
 你即可使用2张GPU进行推理。
-<br>
+<br><br>
 
 ## 工具调用
 
@@ -498,17 +500,17 @@ For how to write and use prompts for ReAct Prompting, please refer to [the ReAct
 ## 复现
 
 我们提供了评测脚本以供复现我们的实验结果。注意，由于内部代码和开源代码存在少许差异，评测结果可能与汇报结果存在细微的结果不一致。请阅读[eval/EVALUATION.md](eval/EVALUATION.md)了解更多信息。
-<br>
+<br><br>
 
 ## FAQ
 
 如遇到问题，敬请查阅[FAQ](FAQ_zh.md)以及issue区，如仍无法解决再提交issue。
-<br>
+<br><br>
 
 ## 使用协议
 
 研究人员与开发者可使用Qwen-7B和Qwen-7B-Chat或进行二次开发。我们同样允许商业使用，具体细节请查看[LICENSE](LICENSE)。如需商用，请填写[问卷](https://dashscope.console.aliyun.com/openModelApply/qianwen)申请。
-<br>
+<br><br>
 
 ## 联系我们