modify documents

docs/zh_cn/training/modify_settings.rst

@@ -247,11 +247,31 @@ XTuner 使用 MMEngine 的「纯 Python 风格的配置文件」，直接利用
 1.  修改 ``pretrained_model_name_or_path``\ ，其将应用至 ``model.llm`` 和 ``tokenizer`` 的初始化中。
 #.  修改 ``prompt_template`` 以适配所选择的 LLM。
 
-使用 ModelScope 模型？
+使用本地 ModelScope 模型？
 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 1.  参考 `文档 <../preparation/pretrained_model.md>`__ 将其下载至本地
 2.  修改\ ``pretrained_model_name_or_path``\ 。
 
+使用在线 openMind 或 ModelScope 模型？
+~~~~~~~~~~~~~~~~~~~~~~~~~~~~
+可在配置文件中新增 ``model_resource`` 参数， ``args`` 用作可变参数（如下载私有模型需传入token的情况）：
+
+.. code:: python
+   # 从 openMind 下载
+   from openmind_hub import snapshot_download 
+
+   # 或者从 ModelScope 下载（未经测试）
+   # from modelscope.hub.snapshot_download import snapshot_download 
+
+   # Model
+   pretrained_model_name_or_path = 'Tianjin_Ascend/Qwen1.5-4B'
+   model_resource = {
+      "fn": snapshot_download,
+      "args":{ 
+         # "token":"xxxxxxxxxx"
+      }
+   }
+
 微调类型
 -------------
 

docs/zh_cn/training/open_source_dataset.rst

@@ -31,6 +31,8 @@ XTuner 使用上游库 ``datasets`` 的统一载入接口 ``load_dataset``\ 。
     ``dataset=dict(type=load_dataset, path=data_path)`` 中的 ``path``
     参数即可。
 
+    若想使用 openMind 数据集，可将 ``dataset=dict(type=load_dataset, path=data_path)`` 中的 ``type`` 替换为 ``openmind.OmDataset``。
+
 
 字段格式
 --------