Add ERNIE Tiny in model zoo

model_zoo/ernie-3.0/README.md

@@ -28,7 +28,7 @@
 
 ## 模型介绍
 
-本次开源的模型是在文心大模型ERNIE 3.0, 文心大模型ERNIE 3.0 作为百亿参数知识增强的大模型，除了从海量文本数据中学习词汇、结构、语义等知识外，还从大规模知识图谱中学习。 基础上通过**在线蒸馏技术**得到的轻量级模型，模型结构与 ERNIE 2.0 保持一致，相比 ERNIE 2.0 具有更强的中文效果。
+本次开源的模型是文心大模型 ERNIE 3.0, 文心大模型 ERNIE 3.0 作为百亿参数知识增强的大模型，除了从海量文本数据中学习词汇、结构、语义等知识外，还从大规模知识图谱中学习。 基础上通过**在线蒸馏技术**得到的轻量级模型，模型结构与 ERNIE 2.0 保持一致，相比 ERNIE 2.0 具有更强的中文效果。
 
 相关技术详解可参考文章[《解析全球最大中文单体模型鹏城-百度·文心技术细节》](https://www.jiqizhixin.com/articles/2021-12-08-9)
 
@@ -1280,6 +1280,7 @@ batch_size=32 和 1，预测精度为 FP16 时，GPU 下的效果-时延图：
 
 
 <a name="代码结构"></a>
+
 ## 代码结构
 以下是本项目代码结构
 
@@ -1321,7 +1322,7 @@ batch_size=32 和 1，预测精度为 FP16 时，GPU 下的效果-时延图：
 
 <a name="开始运行"></a>
 ## 开始运行
-下面提供以CLUE数据集进行模型微调相关训练、预测、部署的代码, CLUE数据集是中文语言理解测评基准数据集，包括了文本分类、文本推理、实体抽取、问答等相关数据集。
+下面提供以 CLUE 数据集进行模型微调相关训练、预测、部署的代码, CLUE 数据集是中文语言理解测评基准数据集，包括了文本分类、文本推理、实体抽取、问答等相关数据集。
 
 ### 环境要求
 - python >= 3.7
@@ -1330,7 +1331,7 @@ batch_size=32 和 1，预测精度为 FP16 时，GPU 下的效果-时延图：
 - paddleslim >= 2.4
 
 ### 数据准备
-此次微调数据主要是以CLUE benchmark 数据集为主, CLUE benchmark 包括了文本分类、实体抽取、问答三大类数据集，而 CLUE benchmark 数据目前已经集成在PaddleNLP的datasets里面，可以通过下面的方式来使用数据集
+此次微调数据主要是以 CLUE benchmark 数据集为主, CLUE benchmark 包括了文本分类、实体抽取、问答三大类数据集，而 CLUE benchmark 数据目前已经集成在 PaddleNLP 的 datasets 里面，可以通过下面的方式来使用数据集
 
 ```python
 from paddlenlp.datasets import load_dataset