Update README.md

README.md

@@ -10,9 +10,9 @@ library_name: peft
    
 本仓库为ppo步骤（基于(sft)[https://huggingface.co/Skepsun/baichuan-2-llama-7b-sft]后的模型）得到的结果，使用数据集为[hh_rlhf_cn](https://huggingface.co/datasets/dikw/hh_rlhf_cn)。
 
-![training loss](link "https://huggingface.co/Skepsun/baichuan-2-llama-7b-ppo/resolve/main/training_loss.png")
+![training loss](https://huggingface.co/Skepsun/baichuan-2-llama-7b-ppo/resolve/main/training_loss.png)
 
-![training reward](link "https://huggingface.co/Skepsun/baichuan-2-llama-7b-ppo/resolve/main/training_reward.png")
+![training reward](https://huggingface.co/Skepsun/baichuan-2-llama-7b-ppo/resolve/main/training_reward.png)
 
 ## Usage
 使用方法即使用上述训练框架的推理脚本，指定基座模型为sft模型，checkpoint_dir为本仓库地址，prompt template为vicuna。