Update README.md

README.md

@@ -9,15 +9,19 @@ library_name: transformers
 datasets:
 - nayohan/CodeFeedback-Filtered-Instruction-ko
 ---
+### Model Card for Model ID
 - base_model : [meta-llama/Llama-3.2-1B-Instruct](https://huggingface.co/meta-llama/Llama-3.2-1B-Instruct)
+
+### Training dataset
 - data_set : [nayohan/CodeFeedback-Filtered-Instruction-ko](https://huggingface.co/datasets/nayohan/CodeFeedback-Filtered-Instruction-ko)
   - 해당 데이터셋을 전부 사용한건 아니며 Python언어를 우선 추출한다음 데이터셋들의 생김새를 파악, 그 다음 전처리가 공통적으로 들어갈만한 데이터를 다시 추출하여 학습에 사용했습니다.
     - 총 학습 데이터 건 : 49,859 건
-      
+
+### Basic usage
 ```python
 from transformers import AutoTokenizer, AutoModelForCausalLM
 
-model_id = 'MDDDDR/llama3.2-1B-Instruct-FFT-code-python'
+model_id = 'Llama-3.2-1B-Instruct-FFT-coder-python'
 tokenizer = AutoTokenizer.from_pretrained(model_id)
 model = AutoModelForCausalLM.from_pretrained(model_id,
                                              device_map="cuda:0",
@@ -79,6 +83,6 @@ print(final_output)
 # ```
 ```
 
-Hardware
+### Hardware
 - A100 40GB x 1
 - Training Time : 1 hour 45 minutes