diff --git a/README.md b/README.md
index 5f1ecf5a..132d6883 100644
--- a/README.md
+++ b/README.md
@@ -1,5 +1,5 @@
-
LLMC: Towards Accurate and Efficient LLM Compression
+
LightCompress: Towards Accurate and Efficient AIGC Model Compression
@@ -11,11 +11,13 @@
[](https://llmc-en.readthedocs.io/en/latest/)
[](https://llmc-zhcn.readthedocs.io/en/latest/)
-**\[ English | [中文](README_zh.md) | [日本語](README_ja.md) \]**
+**\[ English | [中文](README_zh.md) \]**
-
LLMC: 正確で効率的な LLM 圧縮に向けて
-
-
-
-[](https://opensource.org/licenses/Apache-2.0)
-[](https://deepwiki.com/ModelTC/llmc)
-[](https://arxiv.org/abs/2405.06001)
-[](https://discord.com/invite/NfJzbkK3jY)
-[](http://qm.qq.com/cgi-bin/qm/qr?_wv=1027&k=I9IGPWWj8uuRXWH3_ELWjouf6gkIMgUl&authKey=GA3WbFAsm90ePJf%2FCbc7ZyXXq4ShQktlBaLxgqS5yuSPAsr3%2BDKMRdosUiLYoilO&noverify=0&group_code=526192592)
-[](https://llmc-en.readthedocs.io/en/latest/)
-[](https://llmc-zhcn.readthedocs.io/en/latest/)
-
-**\[ [English](README.md) | [中文](README_zh.md) | 日本語 \]**
-
-
-以前のニュース
-
-- **2024年9月24日:** 🔥 私たちは正式に ✨`Llama-3.1-405B` の ✅INT4 と ✅INT8 モデルをリリースしました。これらは 🚀`LLMC` の `save_lightllm` モードを使用して量子化されています。モデルパラメータは[こちら](https://huggingface.co/Dongz/llama31-405b-quant)からダウンロードできます。
-
-- **2024年9月23日:** 🔥 私たちは、🚀`LLMC` から ✨`実際の量子化された(INT4, INT8)` モデルを、 [VLLM](https://github.com/vllm-project/vllm), [SGLang](https://github.com/sgl-project/sglang), [AutoAWQ](https://github.com/casper-hansen/AutoAWQ), [MLC-LLM](https://github.com/mlc-ai/mlc-llm) などの高度な推論バックエンドにエクスポートするサポートを追加しました。これにより、✨`メモリ使用量の削減` と ✨`推論速度の向上` が可能になります。
- 詳細については、[VLLMドキュメント](https://llmc-en.readthedocs.io/en/latest/backend/vllm.html)、[SGLangドキュメント](https://llmc-en.readthedocs.io/en/latest/backend/sglang.html)、[AutoAWQドキュメント](https://llmc-en.readthedocs.io/en/latest/backend/autoawq.html)、および [MLC-LLMドキュメント](https://llmc-en.readthedocs.io/en/latest/backend/mlcllm.html) を参照してください。
-
-- **2024年9月9日:** 🔥 パフォーマンス向上のためのベストプラクティス構成をいくつか提供しています（ベストプラクティスは[こちら](https://llmc-en.readthedocs.io/en/latest/)をご覧ください）。
-
-- **2024年9月3日:** 🔥 私たちは、[opencompass](https://github.com/open-compass/opencompass) を使用して 🚀`LLMC` モデルを評価するサポートを提供しています。この[ドキュメント](https://llmc-en.readthedocs.io/en/latest/advanced/model_test_v2.html)に従って試してみてください！
-
-- **2024年8月22日:** 🔥私たちは現在のSOTAモデル [SmolLM](https://huggingface.co/collections/HuggingFaceTB/smollm-6695016cad7167254ce15966) を含む多くの小型言語モデルをサポートしています（[サポートされているモデルリスト](#supported-model-list)を参照してください）。
-
-- **2024年8月22日:** 🔥また、修正された [lm-evaluation-harness](https://github.com/EleutherAI/lm-evaluation-harness) を使用した下流タスクの評価もサポートしています 🤗。具体的には、`save_trans` モードを使用して（[構成](https://llmc-en.readthedocs.io/en/latest/configs.html)の `save` 部分を参照）変換されたモデルを保存し、その後、[run_lm_eval.sh](scripts/run_lm_eval.sh) を参照して量子化されたモデルを直接評価できます。詳細は[こちら](https://llmc-en.readthedocs.io/en/latest/advanced/model_test_v1.html)をご覧ください。
-
-- **2024年7月23日:** 🍺🍺🍺 新しいベンチマーク論文をリリースしました：
-
- [**LLMC: Benchmarking Large Language Model Quantization with a Versatile Compression Toolkit**](https://arxiv.org/abs/2405.06001v2)。
-
- [Ruihao Gong\*](https://xhplus.github.io/), [Yang Yong\*](https://github.com/helloyongyang), [Shiqiao Gu\*](https://github.com/gushiqiao), [Yushi Huang\*](https://github.com/Harahan), [Chengtao Lv](https://scholar.google.com/citations?user=r8vseSUAAAAJ&hl=en), [Yunchen Zhang](https://scholar.google.com/citations?user=glkWFyUAAAAJ&hl=en), [Xianglong Liu📧](https://xlliu-beihang.github.io/), [Dacheng Tao](https://scholar.google.com/citations?user=RwlJNLcAAAAJ&hl=en)
-
- (\*は同等の貢献を示し、📧は対応する著者を示します。)
-
-- **2024年7月16日:** 🔥私たちはLLMの疎化のためのWanda/Naive（マグニチュード）および層ごとの混合ビット量子化のサポートを追加しました！
-
-- **2024年7月14日:** 🔥私たちは回転ベースの量子化 QuaRot のサポートを追加しました！
-
-- **2024年5月17日:** 🚀 私たちは、LLaVA、Mixtral、LLaMA V3、Qwen V2などのいくつかの高度な大規模モデルをサポートしています。お試しください！
-
-- **2024年5月13日:** 🍺🍺🍺 私たちは量子化ベンチマーク論文をリリースしました：
-
- [**LLM-QBench: A Benchmark Towards the Best Practice for Post-training Quantization of Large Language Models**](https://arxiv.org/abs/2405.06001)。
-
- [Ruihao Gong\*](https://xhplus.github.io/), [Yang Yong\*](https://github.com/helloyongyang), [Shiqiao Gu\*](https://github.com/gushiqiao), [Yushi Huang\*](https://github.com/Harahan), [Yunchen Zhang](https://scholar.google.com/citations?user=glkWFyUAAAAJ&hl=en), [Xianglong Liu📧](https://xlliu-beihang.github.io/), [Dacheng Tao](https://scholar.google.com/citations?user=RwlJNLcAAAAJ&hl=en)
-
- (\*は同等の貢献を示し、📧は対応する著者を示します。)
-
-
-
-
-
-## 🚀 特徴
-
-- 💥**包括的なアルゴリズムサポート**: 広範な ✨`SOTA圧縮アルゴリズム` をサポートし、✅量子化、✅混合精度量子化、✅疎性を含み、元のリポジトリと同じ精度を維持します。✨`量子化ベストプラクティス`（ベストプラクティスは[こちら](https://llmc-en.readthedocs.io/en/latest/)をご覧ください）も提供されており、最適なパフォーマンスと効率を確保します。
-
-- 💥**サポートされているフォーマット**: ✨`量子化`（整数および浮動小数点）と ✨`疎性` の両方をサポートし、具体的には ✅重量-活性化、✅重量のみ、✅混合精度量子化、および ✅構造化疎性 と ✅非構造化疎性 を含みます。
-
-- 💥**広範なモデルサポート**: 多様な ✨`LLMモデル` をサポートしており、✅LLama、✅Mistral、✅InternLM2、✅Qwen2 など、さらに ✅✅MOE(DeepSeekv2, Deepseek-R1) モデルや ✅VLM(Llama3.2-vision, Qwen2-vl) モデルもサポートしています（[サポートされているモデルリスト](#supported-model-list)を参照してください）。
-
-- 💥**マルチバックエンドの互換性**: 複数のバックエンドとシームレスに統合し、展開の柔軟性を強化します。さまざまな量子化設定およびモデルフォーマットが、✅VLLM、✅Sglang、✅LightLLM、✅MLC-LLM、✅AutoAWQ など、幅広いバックエンドおよびハードウェアプラットフォームと互換性があり、高い柔軟性を実現しています（`Backend`セクションは[こちら](https://llmc-en.readthedocs.io/en/latest/)をご覧ください）。
-
-- 💥**パフォーマンス効率**: ✨`Llama3.1-405B` や ✨`DeepSeek-R1-671B` などの大規模LLMの量子化をサポートし、`単一の A100/H100/H800 GPU` でPPL評価を可能にします。
-
-## ⚙️ 使い方
-
-使用ガイドは 🚀`Quick Start`セクション[こちら](https://llmc-en.readthedocs.io/en/latest/)をご覧ください。
-
-## :robot: 対応モデル
-
-- ✅ [BLOOM](https://huggingface.co/bigscience/bloom)
-- ✅ [LLaMA](https://github.com/facebookresearch/llama)
-- ✅ [LLaMA V2](https://huggingface.co/meta-llama)
-- ✅ [StarCoder](https://github.com/bigcode-project/starcoder)
-- ✅ [OPT](https://huggingface.co/docs/transformers/model_doc/opt)
-
-
-その他のモデル
-
-- ✅ [Falcon](https://huggingface.co/docs/transformers/model_doc/falcon)
-- ✅ [InternLM2](https://huggingface.co/internlm)
-- ✅ [Mistral](https://huggingface.co/docs/transformers/model_doc/mistral)
-- ✅ [LLaMA V3](https://huggingface.co/meta-llama)
-- ✅ [Mixtral](https://huggingface.co/docs/transformers/model_doc/mixtral)
-- ✅ [Qwen V2](https://github.com/QwenLM/Qwen2)
-- ✅ [LLaVA](https://github.com/haotian-liu/LLaVA)
-- ✅ [InternLM2.5](https://huggingface.co/internlm)
-- ✅ [StableLM](https://github.com/Stability-AI/StableLM)
-- ✅ [Gemma2](https://huggingface.co/docs/transformers/main/en/model_doc/gemma2)
-- ✅ [Phi2](https://huggingface.co/microsoft/phi-2)
-- ✅ [Phi 1.5](https://huggingface.co/microsoft/phi-1_5)
-- ✅ [MiniCPM](https://github.com/OpenBMB/MiniCPM)
-- ✅ [SmolLM](https://huggingface.co/collections/HuggingFaceTB/smollm-6695016cad7167254ce15966)
-- ✅ [DeepSeekv2.5](https://huggingface.co/deepseek-ai/DeepSeek-V2.5)
-- ✅ [LLaMA V3.2 Vision](https://huggingface.co/meta-llama/Llama-3.2-11B-Vision)
-- ✅ [Qwen MOE](https://huggingface.co/Qwen/Qwen1.5-MoE-A2.7B)
-- ✅ [Qwen2-VL](https://huggingface.co/Qwen/Qwen2-VL-7B-Instruct)
-- ✅ [InternVL2](https://huggingface.co/OpenGVLab/InternVL2-2B)
-
-
-
-独自モデルを追加する場合は `llmc/models/*.py` を参照してください。
-
-## :bus: 対応バックエンド
-
-- ✅ [VLLM](https://github.com/vllm-project/vllm)
-- ✅ [LightLLM](https://github.com/ModelTC/lightllm)
-- ✅ [Sglang](https://github.com/sgl-project/sglang)
-- ✅ [MLC-LLM](https://github.com/mlc-ai/mlc-llm)
-- ✅ [AutoAWQ](https://github.com/casper-hansen/AutoAWQ)
-
-## 💡 対応アルゴリズム
-
-### 量子化
-
-- ✅ Naive
-- ✅ [AWQ](https://arxiv.org/abs/2306.00978)
-- ✅ [GPTQ](https://arxiv.org/abs/2210.17323)
-- ✅ [SmoothQuant](https://arxiv.org/abs/2211.10438)
-- ✅ [OS+](https://arxiv.org/abs/2304.09145)
-
-
-その他のアルゴリズム
-
-- ✅ [OmniQuant](https://arxiv.org/abs/2308.13137)
-- ✅ [NormTweaking](https://arxiv.org/abs/2309.02784)
-- ✅ [AdaDim](https://arxiv.org/pdf/2309.15531.pdf)
-- ✅ [QUIK](https://arxiv.org/abs/2310.09259)
-- ✅ [SpQR](https://arxiv.org/abs/2306.03078)
-- ✅ [DGQ](https://arxiv.org/abs/2310.04836)
-- ✅ [OWQ](https://arxiv.org/abs/2306.02272)
-- ✅ [LLM.int8()](https://arxiv.org/abs/2208.07339)
-- ✅ [HQQ](https://mobiusml.github.io/hqq_blog/)
-- ✅ [QuaRot](https://arxiv.org/abs/2404.00456)
-- ✅ [SpinQuant](https://arxiv.org/abs/2405.16406) **([このブランチを参照してください](https://github.com/ModelTC/llmc/tree/dev_spinquant))**
-- ✅ [TesseraQ](https://arxiv.org/abs/2410.19103)
-
-
-
-### プルーニング
-
-- ✅ Naive(Magnitude)
-- ✅ [Wanda](https://arxiv.org/abs/2306.11695)
-- ✅ [ShortGPT](https://arxiv.org/abs/2403.03853)
-
-## 🤝 謝辞
-
-本プロジェクトは以下のリポジトリを参考にしています：
-
-- [mit-han-lab/llm-awq](https://github.com/mit-han-lab/llm-awq)
-- [mit-han-lab/smoothquant](https://github.com/mit-han-lab/smoothquant)
-- [OpenGVLab/OmniQuant](https://github.com/OpenGVLab/OmniQuant)
-- [IST-DASLab/gptq](https://github.com/IST-DASLab/gptq)
-- [ModelTC/Outlier_Suppression_Plus](https://github.com/ModelTC/Outlier_Suppression_Plus)
-
-
-その他の実装
-
-- [IST-DASLab/QUIK](https://github.com/IST-DASLab/QUIK)
-- [Vahe1994/SpQR](https://github.com/Vahe1994/SpQR)
-- [ilur98/DGQ](https://github.com/ilur98/DGQ)
-- [xvyaward/owq](https://github.com/xvyaward/owq)
-- [TimDettmers/bitsandbytes](https://github.com/TimDettmers/bitsandbytes)
-- [mobiusml/hqq](https://github.com/mobiusml/hqq)
-- [spcl/QuaRot](https://github.com/spcl/QuaRot)
-- [locuslab/wanda](https://github.com/locuslab/wanda)
-- [EleutherAI/lm-evaluation-harness](https://github.com/EleutherAI/lm-evaluation-harness)
-- [facebookresearch/SpinQuant](https://github.com/facebookresearch/SpinQuant)
-- [Intelligent-Computing-Lab-Yale/TesseraQ](https://github.com/Intelligent-Computing-Lab-Yale/TesseraQ)
-
-
-
-## 🌟 Star 履歴
-
-[](https://star-history.com/#ModelTC/llmc&Timeline)
-
-## ✏️ 引用
-
-本ツールキットまたは論文が参考になった場合は、以下を引用してください：
-
-```
-@inproceedings{DBLP:conf/emnlp/GongYGHLZT024,
- author = {Ruihao Gong and Yang Yong and Shiqiao Gu and Yushi Huang and Chengtao Lv and Yunchen Zhang and Dacheng Tao and Xianglong Liu},
- title = {LLMC: Benchmarking Large Language Model Quantization with a Versatile Compression Toolkit},
- booktitle = {EMNLP (Industry Track)},
- year = {2024},
- pages = {132--152},
- url = {https://aclanthology.org/2024.emnlp-industry.12}
-}
-```
diff --git a/README_zh.md b/README_zh.md
index 9475880d..580f2dae 100644
--- a/README_zh.md
+++ b/README_zh.md
@@ -1,5 +1,5 @@
-
LLMC：迈向准确且高效的大语言模型压缩
+
LightCompress：迈向准确且高效的AIGC大模型压缩
@@ -11,11 +11,13 @@
[](https://llmc-en.readthedocs.io/en/latest/)
[](https://llmc-zhcn.readthedocs.io/en/latest/)
-**\[ [English](README.md) | 中文 | [日本語](README_ja.md) \]**
+**\[ [English](README.md) | 中文 \]**