From 3966481bfead704a73e473e52bba3f3a48dc52cc Mon Sep 17 00:00:00 2001
From: ViperEkura <3081035982@qq.com>
Date: Sat, 9 Aug 2025 23:25:17 +0800
Subject: [PATCH] =?UTF-8?q?docs:=20=E6=9B=B4=E6=96=B0=20README=20=E6=96=87?=
 =?UTF-8?q?=E4=BB=B6=E7=BB=93=E6=9E=84?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 README.md | 45 +++++++++++++++++++++++++++------------------
 1 file changed, 27 insertions(+), 18 deletions(-)

diff --git a/README.md b/README.md
index 7752ecc..779bdfa 100644
--- a/README.md
+++ b/README.md
@@ -5,24 +5,33 @@
 
 ``` bash
 .
-├── pre_train/                # 预训练数据处理脚本
-│   ├── chinese-c4.py         # 中文预训练数据处理
-│   ├── chinese-cosmopedia.py # 中文维基数据处理
-│   ├── english-fineweb.py    # 英文网页数据处理
-│   └── english-wiki.py       # 英文维基数据处理
-├── supervised_finetuning/    # 监督微调数据处理脚本
-│   ├── sft_belle.py          # BelleGroup对话数据处理
-│   ├── sft_chinese_instruct.py # 中文指令微调数据处理
-│   ├── sft_coder.py          # 编程对话数据处理
-│   └── sft_magpie-pro-300k.py # Magpie对话数据处理
-├── modules/
-│   ├── utils.py              # 核心数据处理工具（规范化/打包/序列化）
-│   └── tokenizer.py          # BPE分词器实现（支持自定义特殊token）
-├── dump_file/
-│   ├── dump_pt_file.py       # 预训练数据二进制打包
-│   └── dump_sft_file.py      # 微调数据二进制打包
-├── run.py                    # 主执行脚本（支持subprocess调用）
-└── README.md                 # 项目文档
+│   .gitignore
+│   dump_pt_file.py
+│   dump_sft_file.py
+│   README.md
+│   run.py
+│   test.py
+│   tokenizer.json
+│
+├───modules
+│   │   tokenizer.py
+│   └───utils.py
+│
+├───pre_train
+│       chinese-c4.py
+│       chinese-cosmopedia.py
+│       english-fineweb.py
+│       english-wiki.py
+│
+├───reforce_learning
+│       dpp_chinese_dpo_pairs.py
+│
+└───supervised_finetuning
+        sft_belle.py
+        sft_chinese_instruct.py
+        sft_coder.py
+        sft_magpie-pro-300k.py
+        sft_small_talk.py
 ```