diff --git a/debug/accuracy_tools/msprobe/README.md b/debug/accuracy_tools/msprobe/README.md
index 7a20b6945216b84ffa6baf1014cb34a82b023e4b..b41b088fe58519a3568eceee7f01efa29ef0ebbd 100644
--- a/debug/accuracy_tools/msprobe/README.md
+++ b/debug/accuracy_tools/msprobe/README.md
@@ -9,7 +9,8 @@
 为方便使用，本工具提供了一个统一、简易的程序接口，**PrecisionDebugger**，以 PyTorch 框架为例，通过以下示例模板和 **config.json** 可轻松使用各种功能。
 
 ```python
-from msprobe.pytorch import PrecisionDebugger  
+from msprobe.pytorch import PrecisionDebugger, seed_all
+seed_all(mode=False)
 
 debugger = PrecisionDebugger(config_path='./config.json')
 ...
diff --git a/debug/accuracy_tools/msprobe/docs/05.data_dump_PyTorch.md b/debug/accuracy_tools/msprobe/docs/05.data_dump_PyTorch.md
index 79be472aaff56ba129faaa83ab42c46249d880c4..0ef7666b3d113e036f9d718f3a5a3c11e7a9b82d 100644
--- a/debug/accuracy_tools/msprobe/docs/05.data_dump_PyTorch.md
+++ b/debug/accuracy_tools/msprobe/docs/05.data_dump_PyTorch.md
@@ -26,7 +26,20 @@ PrecisionDebugger(config_path=None, task=None, dump_path=None, level=None, model
 1. config_path：指定 dump 配置文件路径；model：指定具体的 torch.nn.Module，默认未配置，level 配置为"L0"或"mix"时必须配置该参数。其他参数均在 [config.json](../config.json) 文件中可配，详细配置可见 [config.json 介绍](./02.config_introduction.md)。
 2. 此接口的参数均不是必要，且优先级高于 [config.json](../config.json) 文件中的配置，但可配置的参数相比 config.json 较少。
 
-### 1.2 start
+### 1.2 seed_all
+
+**功能说明**：固定随机种子和确定性。在工具导入之后的位置添加。
+
+**原型**：
+
+```Python
+seed_all(mode, seed=1234)
+```
+
+1. mode：是否开启确定性计算，bool类型，True表示开启确定性计算，False表示不开启确定性计算
+2. seed: 随机种子，int类型，默认为1234
+
+### 1.3 start
 
 **功能说明**：启动精度数据采集。在模型初始化之后的位置添加。需要与 stop 函数一起添加在 for 循环内。
 
@@ -36,7 +49,7 @@ PrecisionDebugger(config_path=None, task=None, dump_path=None, level=None, model
 debugger.start()
 ```
 
-### 1.3 stop
+### 1.4 stop
 
 **功能说明**：停止精度数据采集。在 **start** 函数之后的任意位置添加。若需要 dump 反向数据，则需要添加在反向计算代码（如，loss.backward）之后。使用示例可参见 [2.1 快速上手](#21-快速上手)和 [2.2 采集完整的前反向数据](#22-采集完整的前反向数据)。
 
@@ -46,7 +59,7 @@ debugger.start()
 debugger.stop()
 ```
 
-### 1.4 forward_backward_dump_end
+### 1.5 forward_backward_dump_end
 
 **功能说明**：停止精度数据采集。用于 dump 指定代码的前反向数据。在 **start** 函数之后，反向计算代码（如，loss.backward）之前的任意位置添加，可以采集 **start** 函数和该函数之间的前反向数据，可以通过调整 **start** 函数与该函数的位置，来指定需要 dump 的代码块。要求 **stop** 函数添加在反向计算代码（如，loss.backward）之后，此时该函数与 **stop** 函数之间的代码不会被 dump。使用示例可参见 [2.3 采集指定代码块的前反向数据](#23-采集指定代码块的前反向数据)
 
@@ -56,7 +69,7 @@ debugger.stop()
 forward_backward_dump_end()
 ```
 
-### 1.5 step
+### 1.6 step
 
 **功能说明**：更新 dump 参数。在最后一个 **stop** 函数后或一个 step 结束的位置添加。需要与 **start** 函数一起添加在 for 循环内。
 
@@ -78,7 +91,8 @@ import torch
 import torch.nn as nn
 import torch_npu  # 需安装 torch_npu
 import torch.nn.functional as F
-from msprobe.pytorch import PrecisionDebugger
+from msprobe.pytorch import PrecisionDebugger, seed_all
+seed_all(mode=False)
 
 
 torch.npu.set_device("npu:0")
@@ -110,7 +124,8 @@ if __name__ == "__main__":
 ### 2.2 采集完整的前反向数据
 
 ```Python
-from msprobe.pytorch import PrecisionDebugger
+from msprobe.pytorch import PrecisionDebugger, seed_all
+seed_all(mode=False)
 
 # 请勿将PrecisionDebugger的初始化流程插入到循环代码中
 debugger = PrecisionDebugger(config_path="./config.json", dump_path="./dump_path")
@@ -130,7 +145,8 @@ for data, label in data_loader:
 ### 2.3 采集指定代码块的前反向数据
 
 ```Python
-from msprobe.pytorch import PrecisionDebugger
+from msprobe.pytorch import PrecisionDebugger, seed_all
+seed_all(mode=False)
 
 # 请勿将PrecisionDebugger的初始化流程插入到循环代码中
 debugger = PrecisionDebugger(config_path="./config.json", dump_path="./dump_path")
diff --git a/debug/accuracy_tools/msprobe/pytorch/__init__.py b/debug/accuracy_tools/msprobe/pytorch/__init__.py
index c4e426772670212382addb9b855b4bdf69810d3d..465eabb17f0cee2835b7afeb60b204942e49a42d 100644
--- a/debug/accuracy_tools/msprobe/pytorch/__init__.py
+++ b/debug/accuracy_tools/msprobe/pytorch/__init__.py
@@ -1,4 +1,4 @@
 from .debugger.precision_debugger import PrecisionDebugger
 from .common.utils import seed_all
 from .compare.distributed_compare import compare_distributed
-from .compare.pt_compare import compare 
\ No newline at end of file
+from .compare.pt_compare import compare
diff --git a/debug/accuracy_tools/msprobe/pytorch/common/utils.py b/debug/accuracy_tools/msprobe/pytorch/common/utils.py
index c3bc033d1e107f54eecb1fa1adafde2f40c8447c..7241445ca81dda9248d79e98f06ebbfd35ac7f27 100644
--- a/debug/accuracy_tools/msprobe/pytorch/common/utils.py
+++ b/debug/accuracy_tools/msprobe/pytorch/common/utils.py
@@ -104,7 +104,11 @@ def get_rank_if_initialized():
         raise DistributedNotInitializedError("torch distributed environment is not initialized")
 
 
-def seed_all(seed=1234, mode=False):
+def seed_all(mode, seed=1234):
+    if not isinstance(mode, bool):
+        raise ValueError(f"Invalid input parameter 'mode', the expected type bool but got {type(mode)}.")
+    if not isinstance(seed, int):
+        raise ValueError(f"Invalid input parameter 'seed', the expected type int but got {type(seed)}.")
     random.seed(seed)
     os.environ['PYTHONHASHSEED'] = str(seed)
     np.random.seed(seed)
diff --git a/debug/accuracy_tools/msprobe/pytorch/debugger/debugger_config.py b/debug/accuracy_tools/msprobe/pytorch/debugger/debugger_config.py
index 979bc90802858c7c05948756661420cb99294ff7..0e82beef93dd376c07d4efb8e09227df927399c9 100644
--- a/debug/accuracy_tools/msprobe/pytorch/debugger/debugger_config.py
+++ b/debug/accuracy_tools/msprobe/pytorch/debugger/debugger_config.py
@@ -56,7 +56,6 @@ class DebuggerConfig:
                 for index, scope_spec in enumerate(self.scope):
                     self.scope[index] = scope_spec.replace(Const.BACKWARD, Const.FORWARD)
                     self.backward_input[self.scope[index]] = self.backward_input_list[index]
-        seed_all(self.seed, self.is_deterministic)
 
     def check_kwargs(self):
         if self.task and self.task not in Const.TASK_LIST: