Update README.md

README.md

@@ -16,12 +16,12 @@ tags:
 基础模型：qwen2.5系列，参数量为0.5B  
 训练数据：3400余条法律判决书及人工摘要  
 数据来源：法研杯2020年法律文书摘要大赛  
-
+参考文献：[BRIO 论文](https://arxiv.org/abs/2203.16804)
 ## 训练细节
 - **训练类型**：全量指令微调   
 - **训练任务**：采用最大似然估计与对比排序学习的多任务算法。
 - **损失函数**：
-  - `loss_likelihood`与`loss_contrast`的比例基本保持在9:1至8:2之间。
+  - `loss_likelihood`与`loss_contrast`的比例基本保持在9:1至8:2之间，根据原论文的损失函数实现，这可能并未是最佳配比。
 - **排序对比数据**：从原训练集中采样。
 - **生成样本对数据集以进行排序**：使用双底座模型qwen-plus及ENIRE-128K生成。
 - **排序评估**：使用传统的ROUGE-F，计算`ROUGE_1`、`ROUGE_2`、`ROUGE_L`的平均值进行排序。