Update README.md

README.md

@@ -6,10 +6,11 @@ base_model:
 
 # kishizaki-sci/Llama-3.3-70B-Instruct-AWQ-4bit-JP-EN
 
-## モデル情報
-[Llama-3.3-70B-Instruct](https://huggingface.co/meta-llama/Llama-3.3-70B-Instruct)を[AutoAWQ](https://github.com/casper-hansen/AutoAWQ)で4bit 量子化したモデル。量子化の際のキャリブレーションデータに日本語と英語を含むデータを使用。
+## model information
+[Llama-3.3-70B-Instruct](https://huggingface.co/meta-llama/Llama-3.3-70B-Instruct)を[AutoAWQ](https://github.com/casper-hansen/AutoAWQ)で4bit 量子化したモデル。量子化の際のキャリブレーションデータに日本語と英語を含むデータを使用。  
+A model of Llama-3.3-70B-Instruct quantized to 4 bits using AutoAWQ. Calibration data containing Japanese and English was used during the quantization process.
 
-## 使い方
+## usage
 ### transformers
 ```python
 from transformers import AutoModelForCausalLM, AutoTokenizer, TextStreamer
@@ -33,7 +34,8 @@ streamer = TextStreamer(tokenizer)
 
 output = model.generate(**inputs, streamer=streamer, max_new_tokens=1024)
 ```
-このコードはA100インスタンスの[Google Colab](https://colab.research.google.com/drive/1NSWV6MMisTlN5ELN42VPMLRH9ahAfNrJ?usp=sharing)  でも動かせます。
+このコードはA100インスタンスの[Google Colab](https://colab.research.google.com/drive/1NSWV6MMisTlN5ELN42VPMLRH9ahAfNrJ?usp=sharing)  でも動かせます。  
+This code can also run on Google Colab with an A100 instance.
 
 ### vLLM
 ```python
@@ -67,15 +69,18 @@ sampling_params = SamplingParams(
 outputs = llm.generate(prompt, sampling_params)
 print(outputs[0].outputs[0].text)
 ```
-H100 (94GB)を1基積んだインスタンスでの実行はこちらの[notebook]()をご覧ください。
+H100 (94GB)を1基積んだインスタンスでの実行はこちらの[notebook](https://huggingface.co/kishizaki-sci/Llama-3.3-70B-Instruct-AWQ-4bit-JP-EN/blob/main/inference_vLLM.ipynb)をご覧ください。  
+Please refer to this notebook for execution on an instance equipped with a single H100 (94GB).
 
-## キャリブレーションデータ
-以下のデータセットから512個のデータ，プロンプトを抽出。1つのデータのトークン数は最大350制限。
+## calibration data
+以下のデータセットから512個のデータ，プロンプトを抽出。1つのデータのトークン数は最大350制限。  
+Extract 512 data points and prompts from the following dataset. The maximum token limit per data point is 350.  
 -  [TFMC/imatrix-dataset-for-japanese-llm](https://huggingface.co/datasets/TFMC/imatrix-dataset-for-japanese-llm)
 -  [meta-math/MetaMathQA](https://huggingface.co/datasets/meta-math/MetaMathQA)
 -  [m-a-p/CodeFeedback-Filtered-Instruction](https://huggingface.co/datasets/m-a-p/CodeFeedback-Filtered-Instruction)
 -  [kunishou/databricks-dolly-15k-ja](https://huggingface.co/datasets/kunishou/databricks-dolly-15k-ja)
--  その他日本語版・英語版のwikipedia記事から作成したオリジナルデータ，有害プロンプト回避のためのオリジナルデータを使用。　
+-  その他日本語版・英語版のwikipedia記事から作成したオリジナルデータ，有害プロンプト回避のためのオリジナルデータを使用。  Original data created from Japanese and English Wikipedia articles, as well as original data for avoiding harmful prompts, is used.
 
 ## License
-[MIT License]を適用する。ただし量子化のベースモデルに適用されている[Llama 3.3 Community License Agreement](https://github.com/meta-llama/llama-models/blob/main/models/llama3_3/LICENSE)を遵守すること。
+[MIT License](https://opensource.org/license/mit)を適用する。ただし量子化のベースモデルに適用されている[Llama 3.3 Community License Agreement](https://github.com/meta-llama/llama-models/blob/main/models/llama3_3/LICENSE)に従ってください。  
+The MIT License is applied. However, obey the Llama 3.3 Community License Agreement applied to the base model of quantization.