From 1c944ac1e1c1878074a657e7eb09cdd6553d45f7 Mon Sep 17 00:00:00 2001
From: doomdagadiggiedahdah
 <77366355+doomdagadiggiedahdah@users.noreply.github.com>
Date: Thu, 8 Aug 2024 02:54:02 -0700
Subject: [PATCH] Fix issue #32518: Update llm_tutorial.md (#32523)

Update llm_tutorial.md

remove comma re: issue 32518

https://github.com/huggingface/transformers/issues/32518
---
 docs/source/zh/llm_tutorial.md | 2 +-
 1 file changed, 1 insertion(+), 1 deletion(-)

diff --git a/docs/source/zh/llm_tutorial.md b/docs/source/zh/llm_tutorial.md
index 47a6742c8974..35e62aac3dc0 100644
--- a/docs/source/zh/llm_tutorial.md
+++ b/docs/source/zh/llm_tutorial.md
@@ -21,7 +21,7 @@ rendered properly in your Markdown viewer.
 
 LLMs，即大语言模型，是文本生成背后的关键组成部分。简单来说，它们包含经过大规模预训练的transformer模型，用于根据给定的输入文本预测下一个词（或更准确地说，下一个`token`）。由于它们一次只预测一个`token`，因此除了调用模型之外，您需要执行更复杂的操作来生成新的句子——您需要进行自回归生成。
 
-自回归生成是在给定一些初始输入，通过迭代调用模型及其自身的生成输出来生成文本的推理过程，。在🤗 Transformers中，这由[`~generation.GenerationMixin.generate`]方法处理，所有具有生成能力的模型都可以使用该方法。
+自回归生成是在给定一些初始输入，通过迭代调用模型及其自身的生成输出来生成文本的推理过程。在🤗 Transformers中，这由[`~generation.GenerationMixin.generate`]方法处理，所有具有生成能力的模型都可以使用该方法。
 
 本教程将向您展示如何：