Update README.md

README.md

@@ -7,20 +7,20 @@ tags:
 - 量化修复
 - vLLM
 base_model:
-  - ZhipuAI/GLM-4.5
+  - zai-org/GLM-4.5
 base_model_relation: quantized
 ---
 # GLM-4.5-AWQ
-基础型 [ZhipuAI/GLM-4.5](https://www.modelscope.cn/models/ZhipuAI/GLM-4.5)
+Base model [zai-org/GLM-4.5](https://huggingface.co/zai-org/GLM-4.5)
 
 
-### 【Vllm 单机8卡启动命令】
-<i>注: 8卡启动该模型一定要跟`--enable-expert-parallel` ，否则其专家张量TP整除除不尽；4卡则不需要。 </i>
+### 【VLLM Launch Command for 8-GPU Single Node】
+<i>Note: When launching this model on 8 GPUs, you must include --enable-expert-parallel, otherwise expert tensor partitioning will fail due to mismatch. This flag is not required for 4-GPU setups. </i>
 ```
 CONTEXT_LENGTH=32768
 
 vllm serve \
-    tclf90/GLM-4.5-AWQ \
+    QuantTrio/GLM-4.5-AWQ \
     --served-model-name GLM-4.5-AWQ \
     --enable-expert-parallel \
     --swap-space 16 \
@@ -35,69 +35,69 @@ vllm serve \
     --port 8000
 ```
 
-### 【依赖】
+### 【Dependencies】
 
 ```
 vllm==0.10.0
 ```
 
-### 【模型更新日期】
+### 【Model Update】
 ``` 
 2025-07-30
-1. 首次commit
+1. fast commit
 ```
 
-### 【模型列表】
+### 【Model Files】
 
-| 文件大小    | 最近更新时间       |
+| File Size	    | Last Updated       |
 |---------|--------------|
 | `181GB` | `2025-07-30` |
 
 
 
-### 【模型下载】
+### 【Model Download】
 
 ```python
-from modelscope import snapshot_download
-snapshot_download('tclf90/GLM-4.5-AWQ', cache_dir="本地路径")
+from huggingface_hub import snapshot_download
+snapshot_download('QuantTrio/GLM-4.5-AWQ', cache_dir="your_local_path")
 ```
 
 
-### 【介绍】
+### 【Overview】
 # GLM-4.5
 
 <div align="center">
 <img src=https://raw.githubusercontent.com/zai-org/GLM-4.5/refs/heads/main/resources/logo.svg width="15%"/>
 </div>
 <p align="center">
-    👋 加入我们的<a href="https://github.com/zai-org/GLM-4.5/blob/main/resources/WECHAT.md" target="_blank"> 微信群 </a>。
+    👋 Join our <a href="https://discord.gg/QR7SARHRxK" target="_blank">Discord</a> community.
     <br>
-    📖 查看GLM-4.5<a href="https://z.ai/blog/glm-4.5" target="_blank"> 技术博客 </a>。
+    📖 Check out the GLM-4.5 <a href="https://z.ai/blog/glm-4.5" target="_blank">technical blog</a>.
     <br>
-    📍 在<a href="https://docs.bigmodel.cn/cn/guide/models/text/glm-4.5"> 智谱AI开放平台 </a>上使用GLM-4.5 API服务。
+    📍 Use GLM-4.5 API services on <a href="https://docs.z.ai/guides/llm/glm-4.5">Z.ai API Platform (Global)</a> or <br> <a href="https://docs.bigmodel.cn/cn/guide/models/text/glm-4.5">Zhipu AI Open Platform (Mainland China)</a>.
     <br>
-    👉 一键体验 <a href="https://chat.z.ai" >GLM-4.5 </a>。
+    👉 One click to <a href="https://chat.z.ai">GLM-4.5</a>.
 </p>
+  
+## Model Introduction
 
-## 模型介绍
+The **GLM-4.5** series models are foundation models designed for intelligent agents. GLM-4.5 has **355** billion total parameters with **32** billion active parameters, while GLM-4.5-Air adopts a more compact design with **106** billion total parameters and **12** billion active parameters. GLM-4.5 models unify reasoning, coding, and intelligent agent capabilities to meet the complex demands of intelligent agent applications.
 
-**GLM-4.5** 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 **3550** 亿总参数量，其中 **320** 亿活跃参数；GLM-4.5-Air采用更紧凑的设计，拥有
- **1060** 亿总参数量，其中 **120** 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力，以满足智能体应用的复杂需求。
+Both GLM-4.5 and GLM-4.5-Air are hybrid reasoning models that provide two modes: thinking mode for complex reasoning and tool usage, and non-thinking mode for immediate responses.
 
-GLM-4.5 和 GLM-4.5-Air 都是混合推理模型，提供两种模式：用于复杂推理和工具使用的思考模式，以及用于即时响应的非思考模式。
+We have open-sourced the base models, hybrid reasoning models, and FP8 versions of the hybrid reasoning models for both GLM-4.5 and GLM-4.5-Air. They are released under the MIT open-source license and can be used commercially and for secondary development.
 
-我们已开源了 GLM-4.5 和 GLM-4.5-Air 的基础模型、混合推理模型以及混合推理模型的FP8版本。它们采用MIT开源许可证发布，可用于商业用途和二次开发。
-
-在我们对12项行业标准基准的全面评估中，GLM-4.5表现卓越，得分 **63.2**，在所有专有和开源模型中排名**第3**
-。值得注意的是，GLM-4.5-Air在保持优异效率的同时，仍取得了 **59.8** 的竞争性成绩。
+As demonstrated in our comprehensive evaluation across 12 industry-standard benchmarks, GLM-4.5 achieves exceptional performance with a score of **63.2**, in the **3rd** place among all the proprietary and open-source  models. Notably, GLM-4.5-Air delivers competitive results at **59.8** while maintaining superior efficiency.
 
 ![bench](https://raw.githubusercontent.com/zai-org/GLM-4.5/refs/heads/main/resources/bench.png)
 
-如需了解更多评估结果、展示案例和技术细节，请访问我们的 [技术博客](https://z.ai/blog/glm-4.5)。技术报告将很快发布。
+For more eval results, show cases, and technical details, please visit
+our [technical blog](https://z.ai/blog/glm-4.5). The technical report will be released soon.
+
+
+The model code, tool parser and reasoning parser can be found in the implementation of [transformers](https://github.com/huggingface/transformers/tree/main/src/transformers/models/glm4_moe), [vLLM](https://github.com/vllm-project/vllm/blob/main/vllm/model_executor/models/glm4_moe_mtp.py) and [SGLang](https://github.com/sgl-project/sglang/blob/main/python/sglang/srt/models/glm4_moe.py).
 
-模型代码、工具解析器和推理解析器可在 [transformers](https://github.com/huggingface/transformers/tree/main/src/transformers/models/glm4_moe)、 [vLLM](https://github.com/vllm-project/vllm/blob/main/vllm/model_executor/models/glm4_moe_mtp.py)
-和 [SGLang](https://github.com/sgl-project/sglang/blob/main/python/sglang/srt/models/glm4_moe.py) 的实现中找到。
+## Quick Start
 
-## 快速开始
+Please refer our [github page](https://github.com/zai-org/GLM-4.5) for more detail.
 
-请参考我们的[github](https://github.com/zai-org/GLM-4.5)项目。