diff --git a/debug/accuracy_tools/api_accuracy_checker/README.md b/debug/accuracy_tools/api_accuracy_checker/README.md
index bfd1922a63e2e8336e409e98d37a5e7e2588d034..b0db7fff6152352f789c4112b7b2baf52b39a6a0 100644
--- a/debug/accuracy_tools/api_accuracy_checker/README.md
+++ b/debug/accuracy_tools/api_accuracy_checker/README.md
@@ -1,7 +1,9 @@
 # Ascend模型精度预检工具
-Ascend模型精度预检工具能在昇腾NPU上扫描用户训练模型中所有API，给出它们精度情况的诊断和分析。工具会提取模型中所有的API前反向的信息，构造相应的API单元测试，将NPU输出与标杆比对，从而检测出精度有问题的API。
+
+Ascend模型精度预检工具能在昇腾NPU上扫描用户训练模型中所有API，输出精度情况的诊断和分析。工具会提取模型中所有的API前反向信息，构造相应的API单元测试，将NPU输出与标杆比对，从而检测出精度有问题的API。
 
 ## 工具特性
+
 1. 落盘数据小
 2. 不依赖标杆侧GPU训练资源，本地即可完成预检
 3. 支持随机生成模式和真实数据模式
@@ -11,64 +13,110 @@ Ascend模型精度预检工具能在昇腾NPU上扫描用户训练模型中所
 
 1. 安装预检工具
 
-   将att仓代码下载到本地，并配置环境变量。假设下载后att仓路径为 $ATT_HOME，环境变量应配置为
+   将att仓代码下载到本地，并配置环境变量。假设下载后att仓路径为 $ATT_HOME，环境变量应配置为：
 
-   ```
+   ```bash
    export PYTHONPATH=$PYTHONPATH:$ATT_HOME/debug/accuracy_tools/
    ```
+
    安装依赖tqdm、prettytable、yaml
-   ```
+
+   ```bash
    pip3 install tqdm prettytable yaml
    ```
 
 2. 在训练脚本（如main.py）中加入以下代码导入工具dump模块，启动训练即可自动抓取网络所有API信息
 
-   ```
+   ```bash
    import api_accuracy_checker.dump
    ```
 
    目前工具仅支持抓取训练的**第二个迭代**并且在第二个迭代后会报错退出训练进程。报错信息如下，这个报错仅用于停止训练，属于正常现象：
-   ```
+
+   ```bash
    Exception: Model pretest: exit after iteration 1.
    ```
 
-​	dump信息默认会存盘到'./'路径下（相对于启动训练的路径），包括前向API信息forward_info_{pid}.json, 反向API信息backward_info_{pid}.json, 调用栈信息stack_info_{pid}.json。真实数据模式下还有forward_real_data和backward_real_data文件夹，里面有每个api输入的具体数值。forward_info与stack_info中的key值一一对应，用户可根据forward_info中API的key在stack_info中查询到其调用栈及代码行位置。
+   dump信息默认会存盘到“./”路径下（相对于启动训练的路径），包括：
 
-   有需要的话，用户可以通过msCheckerConfig.update_config来配置dump路径以及启用真实数据模式（默认为关）。注意启用真实数据模式目前仅支持单卡，且会存盘较多数据，可能对磁盘空间有较大冲击。
-   ```
-      from api_accuracy_checker.dump import msCheckerConfig
-      msCheckerConfig.update_config(dump_path="my/dump/path", real_data=True)
-   ```
+   - forward_info_{pid}.json：前向API信息文件。
+   - backward_info_{pid}.json：反向API信息文件。
+   - stack_info_{pid}.json：调用栈信息文件。
 
-"my/dump/path" 需配置为用户想要的api信息存盘路径，并且需要提前创建好
+   forward_info与stack_info中的key值一一对应，用户可根据forward_info中API的key在stack_info中查询到其调用栈及代码行位置。
 
-3. 将上述信息输入给run_ut模块运行精度检测并比对，运行如下命令：
+   有需要的话，用户可以通过msCheckerConfig.update_config来配置dump路径以及启用真实数据模式，在训练脚本中加入如下示例代码：
 
+   ```Python
+   	from api_accuracy_checker.dump import msCheckerConfig
+   	msCheckerConfig.update_config(dump_path="my/dump/path", real_data=True)
    ```
+
+   开启真实数据模式后，dump信息增加forward_real_data和backward_real_data目录，目录下保存每个API输入的具体数值。
+
+   "my/dump/path" 须为已存在目录。
+
+   注意：启用真实数据模式目前仅支持单卡，且会存盘较多数据，可能对磁盘空间有较大冲击。
+
+3. 将API信息输入给run_ut模块运行精度检测并比对，运行如下命令：
+
+   ```bash
    cd $ATT_HOME/debug/accuracy_tools/api_accuracy_checker/run_ut
    python run_ut.py -forward ./forward_info_0.json -backward ./backward_info_0.json
    ```
 
-   forward和backward两个命令行参数根据实际存盘的json文件名配置。比对结果存盘路径默认是'./'（相对于run_ut的路径），可以在运行run_ut.py时通过 --out_path命令行参数配置。结果包括pretest_result.csv和pretest_details.csv两个文件。前者是api粒度的，标明每个api是否通过测试。建议用户先查看前者，对于其中没有通过测试的或者特定感兴趣的api，根据其API name字段在pretest_details.csv中查询其各个输出的达标情况以及比较指标。
+   - -forward：指定前向API信息文件forward_info_{pid}.json，必选。
+   - -backward：指定反向API信息文件backward_info_{pid}.json，必选。
+   - -save_error_data：保存精度未达标的API输入输出数据，可选。
+   - --out_path：指定run_ut执行结果存盘路径，默认“./”（相对于run_ut的路径），可选。
 
-   注意：目前API通过测试的标准是每个输出与标杆比对的余弦相似度大于0.99，并且float16数据要通过双千分之一标准，float32数据要通过双万分之一标准，pretest_details.csv中的相对误差供用户分析时使用。
+   run_ut执行结果包括pretest_result.csv和pretest_details.csv两个文件。pretest_result.csv是API粒度的，标明每个API是否通过测试。建议用户先查看pretest_result.csv文件，对于其中没有通过测试的或者特定感兴趣的API，根据其API name字段在pretest_details.csv中查询其各个输出的达标情况以及比较指标。
+
+   注意：目前API通过测试的标准是每个输出与标杆比对的余弦相似度大于0.99，并且float16和bfloat16数据要通过双千分之一标准，float32数据要通过双万分之一标准，pretest_details.csv中的相对误差供用户分析时使用。
 
 
 ## FAQ 
-1. 多卡训练dump结果只有一组json，这正确吗？
-答：正常来说，多卡训练应该能dump下来与卡数相当的数组json文件，每组都包含forward backward和stack信息。目前在部分流水并行、张量并行场景下，工具的开关无法在每张卡上自动打开，用户需要在训练代码中添加打开工具开关的调用：
 
-```
+1. 多卡训练dump结果只有一组json，是否为正常现象？
+   答：正常来说，多卡训练应该能dump下来与卡数相当的数组json文件，每组都包含forward backward和stack信息。目前在部分流水并行、张量并行场景下，工具的开关无法在每张卡上自动打开，用户需要在训练代码中添加打开工具开关的调用：
+
+  ```Python
 import api_accuracy_checker.dump as DP
 DP.dump.set_dump_switch("ON")
-```
+  ```
+
+  上述代码要添加在迭代前向的代码段中，或者说是遍历数据集循环的代码段中。如对于GPT-3可以添加在pretrain_gpt.py 的forward_step函数中。之后工具会适配这个场景开关的自动打开。
 
-上述代码要添加在迭代前向的代码段中，或者说是遍历数据集循环的代码段中。如对于GPT-3可以添加在pretrain_gpt.py 的forward_step函数中。之后工具会适配这个场景开关的自动打开。
+# 溢出API解析工具
 
+针对训练过程中的溢出检测场景，对于输入正常但输出存在溢出的API，会在训练执行目录下将溢出的API信息按照前向和反向分类，dump并保存为`forward_info_{pid}.json`和`backward_info_{pid}.json`，前向过程溢出的API可通过该工具对`forward_info_{pid}.json`进行解析，输出溢出API为正常溢出还是非正常溢出，从而帮助用户快速判断。
 
+参见[ptdbg_ascend精度工具功能说明](https://gitee.com/ascend/att/tree/master/debug/accuracy_tools/ptdbg_ascend/doc)中的"溢出检测场景"进行溢出检测dump。
 
+若dump结果生成`forward_info_{pid}.json`和`backward_info_{pid}.json`文件，则使用本工具进行解析。操作步骤如下：
+
+1. 安装预检工具
 
+   将att仓代码下载到本地，并配置环境变量。假设下载后att仓路径为 $ATT_HOME，环境变量应配置为
+
+   ```bash
+   export PYTHONPATH=$PYTHONPATH:$ATT_HOME/debug/accuracy_tools/
+   ```
 
+   安装依赖tqdm、prettytable、yaml
+
+   ```bash
+   pip3 install tqdm prettytable yaml
+   ```
+
+2. 执行溢出API解析操作
+
+   ```bash
+   cd $ATT_HOME/debug/accuracy_tools/api_accuracy_checker/run_ut
+   python run_overflow_check.py -forward ./forward_info_0.json
+   ```
 
+   反向过程溢出的API暂不支持该功能。
 
 
+具体参数解释请参见“Ascend模型精度预检工具”。