Update README.md

README.md

@@ -59,8 +59,8 @@ base_model:
 
 Подробности промптов и оценок смотрите в коде бенчмарка доступно на [коллабе](https://colab.research.google.com/drive/16730rWQ4-yGqWoooLs0Ece_16frmOniP?usp=sharing)
 
-in_domain - вопросы которые связаны с содержанием предоставленных документов в той или иной степени
-out_of_domain - вопросы которые специально никак связаны с содержанием предоставленных документов
+in_domain - вопросы которые связаны с содержанием предоставленных документов в той или иной степени \
+out_of_domain - вопросы которые специально никак не связаны с содержанием предоставленных документов
 
 <table>
 <thead>
@@ -190,7 +190,7 @@ out_of_domain - вопросы которые специально никак с
 3) Сделали Rejection Sampling с SFT чекпоинтом используя полученный датасет и Reward модель. (Генерировали 7 гипотез и брали только 2 самые худшие как rejected)
 4) Дообучили SFT чекпоинт с помощью нашего метода SMPO используя полученный датасет из этапа 3. SMPO был спроектирован и выбран как метод для повышения стабильности тренировки преференсов в условиях Rejection Samping и достижения нужного margin.
 
-Реализацию SMPO, rejection sampling и тд можно найти в нашей библиотеке [effective_llm_alignment](https://github.com/VikhrModels/effective_llm_alignment/) на GitHub
+Реализацию SMPO, rejection sampling и другое можно найти в нашей библиотеке [effective_llm_alignment](https://github.com/VikhrModels/effective_llm_alignment/) на GitHub
 
 ### Как работать с RAG