update readme

README_zh.md

@@ -13,7 +13,7 @@
 
 ## 更新日志
 
-[23/04/29] 现在我们实现了 **RLHF（基于人类反馈的强化学习）**！我们提供了几个运行 RLHF 的例子，具体内容请移步 `examples` 文件夹。（实验性功能）
+[23/04/29] 现在我们实现了 **RLHF（基于人类反馈的强化学习）**训练！我们提供了几个运行 RLHF 的例子，具体内容请移步 `examples` 文件夹。（实验性功能）
 
 [23/04/25] 我们新增了一个使用自定义数据集分布式训练的例子，请移步 [ads_generation.md](examples/ads_generation.md) 查阅。