diff --git a/MindIE/MultiModal/InternVL/InternVL2/InternVL2_40b/README.md b/MindIE/MultiModal/InternVL/InternVL2/InternVL2_40b/README.md
index adcd8c1ab84782201482b0242a06b525dc1d0dfa..b3eb32ca3d08cb67fb7037b4cb594e467208c5d2 100644
--- a/MindIE/MultiModal/InternVL/InternVL2/InternVL2_40b/README.md
+++ b/MindIE/MultiModal/InternVL/InternVL2/InternVL2_40b/README.md
@@ -22,7 +22,7 @@ InternVL2-40B 是一种多模态大模型，具有强大的图像和文本处理
 完成之后，请使用`docker images`命令确认查找具体镜像名称与标签。 
 
 ## 硬件要求
-部署InternVL2-40B模型至少需要1台Atlas 800I A2 32G服务器
+部署InternVL2-40B模型至少需要1台Atlas 800I A2 推理服务器 32GB
 
 ## 新建容器
 
@@ -65,7 +65,7 @@ pip install -r requirements/models/requirements_internvl.txt
 - 修改`/usr/local/Ascend/atb-models/examples/models/internvl/run_pa.sh`脚本
 
 ```shell
-# 设置卡数，Atlas-800I-A2-32G必须八卡，Atlas-800I-A2-64G四卡八卡均可
+# 设置卡数，Atlas 800I A2 推理服务器 32GB上必须八卡，Atlas 800I A2 推理服务器 64GB上四卡八卡均可
 export ASCEND_RT_VISIBLE_DEVICES=0,1,2,3,4,5,6,7
 ```
 
@@ -188,4 +188,7 @@ curl 127.0.0.1:1040/v1/chat/completions -d ' {
 "top_p": 0.001,
 "top_k": 1
 }'
-```
\ No newline at end of file
+```
+## 声明
+- 本代码仓提到的数据集和模型仅作为示例，这些数据集和模型仅供您用于非商业目的，如您使用这些数据集和模型来完成示例，请您特别注意应遵守对应数据集和模型的License，如您因使用数据集或模型而产生侵权纠纷，华为不承担任何责任。
+- 如您在使用本代码仓的过程中，发现任何问题（包括但不限于功能问题、合规问题），请在本代码仓提交issue，我们将及时审视并解答。
\ No newline at end of file
diff --git a/MindIE/MultiModal/InternVL/InternVL2/Internvl2_8b/README.md b/MindIE/MultiModal/InternVL/InternVL2/Internvl2_8b/README.md
index 2e5d9204f638ce13b7d7d3d35cd623dfaa18bdaf..d113757d0ed5801e58f79f169b1afa3a34c96508 100644
--- a/MindIE/MultiModal/InternVL/InternVL2/Internvl2_8b/README.md
+++ b/MindIE/MultiModal/InternVL/InternVL2/Internvl2_8b/README.md
@@ -22,7 +22,7 @@ InternVL2-8B 是一种多模态大模型，具有强大的图像和文本处理
 完成之后，请使用`docker images`命令确认查找具体镜像名称与标签。 
 
 ## 硬件要求
-部署InternVL2-8B模型至少需要1台Atlas 800I A2 32G服务器
+部署InternVL2-8B模型至少需要1台Atlas 800I A2 推理服务器 32GB
 
 ## 新建容器
 
@@ -65,7 +65,7 @@ pip install -r requirements/models/requirements_internvl.txt
 - 修改`/usr/local/Ascend/atb-models/examples/models/internvl/run_pa.sh`脚本
 
 ```shell
-# 设置卡数，Atlas-800I-A2-32G必须八卡，Atlas-800I-A2-64G四卡八卡均可
+# 设置卡数，Atlas 800I A2 推理服务器 32GB上必须八卡，Atlas 800I A2 推理服务器 64GB上四卡八卡均可
 export ASCEND_RT_VISIBLE_DEVICES=0,1,2,3,4,5,6,7
 ```
 
@@ -188,4 +188,7 @@ curl 127.0.0.1:1040/v1/chat/completions -d ' {
 "top_p": 0.001,
 "top_k": 1
 }'
-```
\ No newline at end of file
+```
+## 声明
+- 本代码仓提到的数据集和模型仅作为示例，这些数据集和模型仅供您用于非商业目的，如您使用这些数据集和模型来完成示例，请您特别注意应遵守对应数据集和模型的License，如您因使用数据集或模型而产生侵权纠纷，华为不承担任何责任。
+- 如您在使用本代码仓的过程中，发现任何问题（包括但不限于功能问题、合规问题），请在本代码仓提交issue，我们将及时审视并解答。
\ No newline at end of file
diff --git a/MindIE/MultiModal/InternVL/InternVL2_5/Internvl2_5_38b/README.md b/MindIE/MultiModal/InternVL/InternVL2_5/Internvl2_5_38b/README.md
index 8776f2f98426db619a29fbf3fc89111fb68dfa89..36f2982616f454e19b084f64ff41535b17aea564 100644
--- a/MindIE/MultiModal/InternVL/InternVL2_5/Internvl2_5_38b/README.md
+++ b/MindIE/MultiModal/InternVL/InternVL2_5/Internvl2_5_38b/README.md
@@ -21,7 +21,7 @@ InternVL2_5-38B 是一种多模态大模型，具有强大的图像和文本处
 完成之后，请使用`docker images`命令确认查找具体镜像名称与标签。 
 
 ## 硬件要求
-部署InternVL2_5-38B模型至少需要1台Atlas 800I A2 32G服务器
+部署InternVL2_5-38B模型至少需要1台Atlas 800I A2 推理服务器 32GB
 
 ## 新建容器
 
@@ -101,7 +101,7 @@ pip install -r requirements/models/requirements_internvl.txt
 - 修改`/usr/local/Ascend/atb-models/examples/models/internvl/run_pa.sh`脚本
 
 ```shell
-# 设置卡数，Atlas-800I-A2-32G必须八卡，Atlas-800I-A2-64G四卡八卡均可
+# 设置卡数，Atlas 800I A2 推理服务器 32GB上必须八卡，Atlas 800I A2 推理服务器 64GB上四卡八卡均可
 export ASCEND_RT_VISIBLE_DEVICES=0,1,2,3,4,5,6,7
 ```
 
@@ -223,4 +223,7 @@ curl 127.0.0.1:1040/v1/chat/completions -d ' {
 "top_p": 0.001,
 "top_k": 1
 }'
-```
\ No newline at end of file
+```
+## 声明
+- 本代码仓提到的数据集和模型仅作为示例，这些数据集和模型仅供您用于非商业目的，如您使用这些数据集和模型来完成示例，请您特别注意应遵守对应数据集和模型的License，如您因使用数据集或模型而产生侵权纠纷，华为不承担任何责任。
+- 如您在使用本代码仓的过程中，发现任何问题（包括但不限于功能问题、合规问题），请在本代码仓提交issue，我们将及时审视并解答。
\ No newline at end of file
diff --git a/MindIE/MultiModal/InternVL/InternVL2_5/Internvl2_5_78b/README.md b/MindIE/MultiModal/InternVL/InternVL2_5/Internvl2_5_78b/README.md
index b391c98385ca19dc5aeb399d68880416967a9378..72778631ae69cf7030f71eb7b880f4b9e375a01f 100644
--- a/MindIE/MultiModal/InternVL/InternVL2_5/Internvl2_5_78b/README.md
+++ b/MindIE/MultiModal/InternVL/InternVL2_5/Internvl2_5_78b/README.md
@@ -21,7 +21,7 @@ InternVL2_5-78B 是一种多模态大模型，具有强大的图像和文本处
 完成之后，请使用`docker images`命令确认查找具体镜像名称与标签。 
 
 ## 硬件要求
-部署InternVL2_5-78B模型至少需要1台Atlas 800I A2 32G服务器
+部署InternVL2_5-78B模型至少需要1台Atlas 800I A2 推理服务器 32GB                                                                                                                                                                                                                                                                                                                                                                                                                 
 
 ## 新建容器
 
@@ -102,7 +102,7 @@ pip install -r requirements/models/requirements_internvl.txt
 - 修改`/usr/local/Ascend/atb-models/examples/models/internvl/run_pa.sh`脚本
 
 ```shell
-# 设置卡数，Atlas-800I-A2-32G必须八卡，Atlas-800I-A2-64G四卡八卡均可
+# 设置卡数，Atlas 800I A2 推理服务器 32GB上必须八卡，Atlas 800I A2 推理服务器 64GB上四卡八卡均可
 export ASCEND_RT_VISIBLE_DEVICES=0,1,2,3,4,5,6,7
 ```
 
@@ -225,4 +225,7 @@ curl 127.0.0.1:1040/v1/chat/completions -d ' {
 "top_p": 0.001,
 "top_k": 1
 }'
-```
\ No newline at end of file
+```
+## 声明
+- 本代码仓提到的数据集和模型仅作为示例，这些数据集和模型仅供您用于非商业目的，如您使用这些数据集和模型来完成示例，请您特别注意应遵守对应数据集和模型的License，如您因使用数据集或模型而产生侵权纠纷，华为不承担任何责任。
+- 如您在使用本代码仓的过程中，发现任何问题（包括但不限于功能问题、合规问题），请在本代码仓提交issue，我们将及时审视并解答。
\ No newline at end of file
diff --git a/MindIE/MultiModal/QVQ-72B-Preview/README.md b/MindIE/MultiModal/QVQ-72B-Preview/README.md
index 0452bcfb38d03177cc433e2935cea34260fd4b50..ee7d1ab82b47a4ba169a5244bc9b20679e2efe82 100644
--- a/MindIE/MultiModal/QVQ-72B-Preview/README.md
+++ b/MindIE/MultiModal/QVQ-72B-Preview/README.md
@@ -22,7 +22,7 @@ QVQ-72B-Preview 是阿里云研发的大规模视觉语言模型（Large Vision
 完成之后，请使用`docker images`命令确认查找具体镜像名称与标签。 
 
 ## 硬件要求
-部署QVQ-72B-Preview模型至少需要1台Atlas 800I A2 32G服务器
+部署QVQ-72B-Preview模型至少需要1台Atlas 800I A2 推理服务器 32GB
 
 ## 新建容器
 
@@ -65,7 +65,7 @@ pip install -r requirements/models/requirements_qwen2_vl.txt
 - 修改`/usr/local/Ascend/atb-models/examples/models/qwen2_vl/run_pa.sh`脚本
 
 ```shell
-# 设置卡数，Atlas-800I-A2-32G必须八卡，Atlas-800I-A2-64G四卡八卡均可
+# 设置卡数，Atlas 800I A2 推理服务器 32GB上必须八卡，Atlas 800I A2 推理服务器 64GB上四卡八卡均可
 export ASCEND_RT_VISIBLE_DEVICES=0,1,2,3,4,5,6,7
 
 ...
@@ -96,7 +96,7 @@ shm_name_save_path="./shm_name.txt"
 bash /usr/local/Ascend/atb-models/examples/models/qwen2_vl/run_pa.sh
 ```
 
-- 性能测试样例（Atlas 800I A2 32G）
+- 性能测试样例（Atlas 800I A2 推理服务器 32GB）
   
   - 设置`max_batch_size=4`
   - 设置`max_input_length=8192`
@@ -105,7 +105,7 @@ bash /usr/local/Ascend/atb-models/examples/models/qwen2_vl/run_pa.sh
   - 运行`run_pa.sh`脚本
   - 输出结果为，吞吐即为 320 / 7.44 = 43 tokens/s
   - 更详细的性能数据，如首token时延，参考终端performance输出
-- 性能测试样例（Atlas 800I A2 64G）
+- 性能测试样例（Atlas 800I A2 推理服务器 64GB）
   
   - 设置`max_batch_size=32`
   - 设置`max_input_length=8192`
@@ -146,8 +146,8 @@ vim /usr/local/Ascend/mindie/latest/mindie-service/conf/config.json
 ...
 "ModelDeployConfig":
 {
-"maxSeqLen" : 50000, # QvQ模型最大支持128000
-"maxInputTokenLen" : 50000, # QvQ模型最大支持128000
+"maxSeqLen" : 50000,
+"maxInputTokenLen" : 50000,
 "truncation" : false,
 "ModelConfig" : [
 {
@@ -212,7 +212,7 @@ curl 127.0.0.1:1040/generate -d '{
 
 ```shell
 curl 127.0.0.1:1040/v1/chat/completions -d ' {
-"model": "internvl",
+"model": "qwen2_vl",
 "messages": [{
 "role": "user",
 "content": [
@@ -227,4 +227,7 @@ curl 127.0.0.1:1040/v1/chat/completions -d ' {
 "top_p": 0.001,
 "top_k": 1
 }'
-```
\ No newline at end of file
+```
+## 声明
+- 本代码仓提到的数据集和模型仅作为示例，这些数据集和模型仅供您用于非商业目的，如您使用这些数据集和模型来完成示例，请您特别注意应遵守对应数据集和模型的License，如您因使用数据集或模型而产生侵权纠纷，华为不承担任何责任。
+- 如您在使用本代码仓的过程中，发现任何问题（包括但不限于功能问题、合规问题），请在本代码仓提交issue，我们将及时审视并解答。
\ No newline at end of file
diff --git a/MindIE/MultiModal/Qwen2-VL/Qwen2_vl_72b_instruct/README.md b/MindIE/MultiModal/Qwen2-VL/Qwen2_vl_72b_instruct/README.md
index f4e516dabe6be13e315c4c9e16a8d41e5c93e21f..763e465c22baa0ab46af7b3fcb190ba4664f9bcc 100644
--- a/MindIE/MultiModal/Qwen2-VL/Qwen2_vl_72b_instruct/README.md
+++ b/MindIE/MultiModal/Qwen2-VL/Qwen2_vl_72b_instruct/README.md
@@ -22,7 +22,7 @@ Qwen2-VL-72B-Instruct 是阿里云研发的大规模视觉语言模型（Large V
 完成之后，请使用`docker images`命令确认查找具体镜像名称与标签。 
 
 ## 硬件要求
-部署Qwen2-VL-72B-Instruct模型至少需要1台Atlas 800I A2 32G服务器
+部署Qwen2-VL-72B-Instruct模型至少需要1台Atlas 800I A2 推理服务器 32GB
 
 ## 新建容器
 
@@ -65,7 +65,7 @@ pip install -r requirements/models/requirements_qwen2_vl.txt
 - 修改`/usr/local/Ascend/atb-models/examples/models/qwen2_vl/run_pa.sh`脚本
 
 ```shell
-# 设置卡数，Atlas-800I-A2-32G必须八卡，Atlas-800I-A2-64G四卡八卡均可
+# 设置卡数，Atlas 800I A2 推理服务器 32GB上必须八卡，Atlas 800I A2 推理服务器 64GB上四卡八卡均可
 export ASCEND_RT_VISIBLE_DEVICES=0,1,2,3,4,5,6,7
 
 ...
@@ -96,7 +96,7 @@ shm_name_save_path="./shm_name.txt"
 bash /usr/local/Ascend/atb-models/examples/models/qwen2_vl/run_pa.sh
 ```
 
-- 性能测试样例（Atlas 800I A2 32G）
+- 性能测试样例（Atlas 800I A2 推理服务器 32GB）
   
   - 设置`max_batch_size=4`
   - 设置`max_input_length=8192`
@@ -105,7 +105,7 @@ bash /usr/local/Ascend/atb-models/examples/models/qwen2_vl/run_pa.sh
   - 运行`run_pa.sh`脚本
   - 输出结果为，吞吐即为 320 / 7.44 = 43 tokens/s
   - 更详细的性能数据，如首token时延，参考终端performance输出
-- 性能测试样例（Atlas 800I A2 64G）
+- 性能测试样例（Atlas 800I A2 推理服务器 64GB）
   
   - 设置`max_batch_size=32`
   - 设置`max_input_length=8192`
@@ -212,7 +212,7 @@ curl 127.0.0.1:1040/generate -d '{
 
 ```shell
 curl 127.0.0.1:1040/v1/chat/completions -d ' {
-"model": "internvl",
+"model": "qwen2_vl",
 "messages": [{
 "role": "user",
 "content": [
@@ -227,4 +227,7 @@ curl 127.0.0.1:1040/v1/chat/completions -d ' {
 "top_p": 0.001,
 "top_k": 1
 }'
-```
\ No newline at end of file
+```
+## 声明
+- 本代码仓提到的数据集和模型仅作为示例，这些数据集和模型仅供您用于非商业目的，如您使用这些数据集和模型来完成示例，请您特别注意应遵守对应数据集和模型的License，如您因使用数据集或模型而产生侵权纠纷，华为不承担任何责任。
+- 如您在使用本代码仓的过程中，发现任何问题（包括但不限于功能问题、合规问题），请在本代码仓提交issue，我们将及时审视并解答。
\ No newline at end of file
diff --git a/MindIE/MultiModal/Qwen2-VL/Qwen2_vl_7b_instruct/README.md b/MindIE/MultiModal/Qwen2-VL/Qwen2_vl_7b_instruct/README.md
index 5694e0240b34f2dc7872cbdae19fe6e07caefe7d..0a938ba5b301daea92cbe8bd09ac69ba9008875a 100644
--- a/MindIE/MultiModal/Qwen2-VL/Qwen2_vl_7b_instruct/README.md
+++ b/MindIE/MultiModal/Qwen2-VL/Qwen2_vl_7b_instruct/README.md
@@ -22,7 +22,7 @@ Qwen2-VL-7B-Instruct 是阿里云研发的大规模视觉语言模型（Large Vi
 完成之后，请使用`docker images`命令确认查找具体镜像名称与标签。 
 
 ## 硬件要求
-部署Qwen2-VL-7B-Instruct模型至少需要1台Atlas 800I A2 32G服务器
+部署Qwen2-VL-7B-Instruct模型至少需要1台Atlas 800I A2 推理服务器 32GB
 
 ## 新建容器
 
@@ -65,7 +65,7 @@ pip install -r requirements/models/requirements_qwen2_vl.txt
 - 修改`/usr/local/Ascend/atb-models/examples/models/qwen2_vl/run_pa.sh`脚本
 
 ```shell
-# 设置卡数，Atlas-800I-A2-32G必须八卡，Atlas-800I-A2-64G四卡八卡均可
+# 设置卡数，Atlas 800I A2 推理服务器 32GB上必须八卡，Atlas 800I A2 推理服务器 64GB上四卡八卡均可
 export ASCEND_RT_VISIBLE_DEVICES=0,1,2,3,4,5,6,7
 
 ...
@@ -96,7 +96,7 @@ shm_name_save_path="./shm_name.txt"
 bash /usr/local/Ascend/atb-models/examples/models/qwen2_vl/run_pa.sh
 ```
 
-- 性能测试样例（Atlas 800I A2 32G）
+- 性能测试样例（Atlas 800I A2 推理服务器 32GB）
   
   - 设置`max_batch_size=4`
   - 设置`max_input_length=8192`
@@ -105,7 +105,7 @@ bash /usr/local/Ascend/atb-models/examples/models/qwen2_vl/run_pa.sh
   - 运行`run_pa.sh`脚本
   - 输出结果为，吞吐即为 320 / 7.44 = 43 tokens/s
   - 更详细的性能数据，如首token时延，参考终端performance输出
-- 性能测试样例（Atlas 800I A2 64G）
+- 性能测试样例（Atlas 800I A2 推理服务器 64GB）
   
   - 设置`max_batch_size=32`
   - 设置`max_input_length=8192`
@@ -212,7 +212,7 @@ curl 127.0.0.1:1040/generate -d '{
 
 ```shell
 curl 127.0.0.1:1040/v1/chat/completions -d ' {
-"model": "internvl",
+"model": "qwen2_vl",
 "messages": [{
 "role": "user",
 "content": [
@@ -227,4 +227,7 @@ curl 127.0.0.1:1040/v1/chat/completions -d ' {
 "top_p": 0.001,
 "top_k": 1
 }'
-```
\ No newline at end of file
+```
+## 声明
+- 本代码仓提到的数据集和模型仅作为示例，这些数据集和模型仅供您用于非商业目的，如您使用这些数据集和模型来完成示例，请您特别注意应遵守对应数据集和模型的License，如您因使用数据集或模型而产生侵权纠纷，华为不承担任何责任。
+- 如您在使用本代码仓的过程中，发现任何问题（包括但不限于功能问题、合规问题），请在本代码仓提交issue，我们将及时审视并解答。
\ No newline at end of file