diff --git a/debug/accuracy_tools/msprobe/docs/23.generate_operator_PyTorch.md b/debug/accuracy_tools/msprobe/docs/23.generate_operator_PyTorch.md
index e7c8dc7de74930d6ef9c5ef2c172a9dda4d4a040..c4dabebe2c1b3840988e06e20ef5d717647c62ba 100644
--- a/debug/accuracy_tools/msprobe/docs/23.generate_operator_PyTorch.md
+++ b/debug/accuracy_tools/msprobe/docs/23.generate_operator_PyTorch.md
@@ -15,7 +15,7 @@ b. 在生成单API脚本时可以选择由工具构造随机数获得 dump 数
 2. 已完成对训练过程的dump，获得dump.json文件。
    [PyTorch场景的数据采集](https://gitee.com/ascend/mstt/blob/master/debug/accuracy_tools/msprobe/docs/05.data_dump_PyTorch.md)
    
-   **目前仅支持复现API级的数据，故dump时level可选择L0（API信息）或者mix（module信息+API信息）。如需复现真实数据场景的API脚本，dump时task应选择tensor，如需复现随机数据场景的API脚本，dump时task选择statistics**。
+   **目前仅支持复现API级的数据，故dump时level可选择L1（API信息）或者mix（module信息+API信息）。如需复现真实数据场景的API脚本，dump时task应选择tensor，如需复现随机数据场景的API脚本，dump时task选择statistics**。
 3. 发现某个算子疑似存在精度问题，并得知算子名，如Functional.softmax.3、Tensor.add.0、Torch.matmul.5等
 
 ### 2.1 配置config_op.json