Update README.md

README.md

@@ -25,10 +25,10 @@ library_name: transformers
 
 + Vanilla model : [Qwen2.5-7B-Instruct](https://huggingface.co/Qwen/Qwen2.5-7B-Instruct)
   
-데이터셋 수집 및 학습에 관련된 코드는 [https://github.com/aiqwe/krx-llm-competition](https://github.com/aiqwe/FinShibainu)에 자세하게 공개되어 있습니다.
+데이터셋 수집 및 학습에 관련된 코드는 [https://github.com/aiqwe/FinShibainu](https://github.com/aiqwe/FinShibainu)에 자세하게 공개되어 있습니다.
 
 # Usage
-[https://github.com/aiqwe/krx-llm-competition](https://github.com/aiqwe/FinShibainu)의 example을 참조하면 쉽게 inference를 해볼 수 있습니다.
+[https://github.com/aiqwe/FinShibainu](https://github.com/aiqwe/FinShibainu)의 example을 참조하면 쉽게 inference를 해볼 수 있습니다.
 대부분의 Inference는 RTX-3090 이상에서 단일 GPU 가능합니다.
 
 ```shell
@@ -67,8 +67,8 @@ for o in outputs:
 
 # Datset Card
 Reference 데이터셋은 일부 저작권 관계로 인해 Link로 제공합니다.
-MCQA와 QA 데이터셋은 [https://huggingface.co/datasets/aiqwe/krx-llm-competition](https://huggingface.co/datasets/aiqwe/FinShibainu)으로 공개합니다.  
-또한 [https://github.com/aiqwe/krx-llm-competition](https://github.com/aiqwe/FinShibainu)를 이용하면 다양한 유틸리티 기능을 제공하며, 데이터 소싱 Pipeline을 참조할 수 있습니다.  
+MCQA와 QA 데이터셋은 [https://huggingface.co/datasets/aiqwe/FinShibainu](https://huggingface.co/datasets/aiqwe/FinShibainu)으로 공개합니다.  
+또한 [https://github.com/aiqwe/FinShibainu](https://github.com/aiqwe/FinShibainu)를 이용하면 다양한 유틸리티 기능을 제공하며, 데이터 소싱 Pipeline을 참조할 수 있습니다.  
 
 ## References
 | 데이터명                          | url                                                                                      |