diff --git a/tutorial/autofinetune-cv.md b/tutorial/autofinetune-cv.md
index 337e042f790a01546d4f509f3c8ef8d653c5bed3..7fec83a2074eec64d0970d75108253895289eadb 100644
--- a/tutorial/autofinetune-cv.md
+++ b/tutorial/autofinetune-cv.md
@@ -20,9 +20,6 @@ param_list:
   greater_than : 10
 ```
 
-**NOTE:** 该yaml文件的最外层级的key必须是param_list
-
-
 以下是图像分类的finetunee.py
 
 ```python
@@ -117,13 +114,3 @@ if __name__ == "__main__":
     args = parser.parse_args()
     finetune(args)
 ```
-**Note**:以上是finetunee.py的写法。
-> finetunee.py必须可以接收待优化超参数选项参数, 并且待搜素超参数选项名字和yaml文件中的超参数名字保持一致。
-
-> finetunee.py必须有saved_params_dir这个选项。
-
-> PaddleHub Auto Fine-tune超参评估策略选择为ModelBased，finetunee.py必须有model_path选项。
-
-> PaddleHub Auto Fine-tune优化超参策略选择hazero时，必须提供两个以上的待优化超参。
-
-> finetunee.py必须输出模型在数据集dev上的评价效果，同时以“AutoFinetuneEval"开始，和评价效果之间以“\t”分开，如print("AutoFinetuneEval"+"\t"+str(float(eval_avg_score["acc"])))。