Update README.md

README.md

@@ -31,7 +31,7 @@ widget:
 
 参考论文：[RoBERTa: A Robustly Optimized BERT Pretraining Approach](https://arxiv.org/abs/1907.11692)
 
-为了得到一个中文版的autohome-roberta-base（110M），我们用autohome口碑板块语料库(1.2G)进行二次预训练。我们在MLM中使用了全词掩码(wwm)的方式。具体地，我们在预训练阶段中使用了[transformers框架](https://github.com/huggingface/transformers)大概花费了4张A100约4小时。
+为了得到一个中文版的autohome-roberta-base（110M），我们用autohome口碑板块语料库(1.2G)进行二次预训练。模型初始化参数采用hfl/chinese-bert-wwm-ext的参数进行初始化，我们在MLM中使用了全词掩码(wwm)的方式。具体地，我们在预训练阶段中使用了[transformers框架](https://github.com/huggingface/transformers)大概花费了4张A100约4小时。
 
 
 ## 使用 Usage