Merge pull request #10 from dblate/patch-9

Update 5.在无标记数据集上进行预训练.md

cn-Book/5.在无标记数据集上进行预训练.md

@@ -422,7 +422,7 @@ tensor(10.7940)
 ```python
 file_path = "the-verdict.txt"
     with open(file_path, "r", encoding="utf-8") as file:
-text_data = file.read()
+    text_data = file.read()
 ```
 
 加载数据集后，我们可以查看其中的字符数和 token 数：
@@ -1447,4 +1447,4 @@ What makes us want to be on top of that?
 + 训练集和验证集的损失可以用来评估 LLM 在训练过程中生成文本的质量。
 + 预训练 LLM 的过程就是通过调整模型权重来最小化训练损失。
 + LLM 的训练循环是深度学习中的标准流程，通常使用交叉熵损失和 AdamW 优化器。
-+ 在大规模文本数据集上预训练 LLM 非常耗费时间和资源，因此可以加载 OpenAI 提供的开源预训练权重，作为自行预训练模型的替代方案。
++ 在大规模文本数据集上预训练 LLM 非常耗费时间和资源，因此可以加载 OpenAI 提供的开源预训练权重，作为自行预训练模型的替代方案。