diff --git a/dygraph/bert/README.md b/dygraph/bert/README.md
index 8ff43b5e432e271e1524c98fa4be371214fdee97..a273d682d14e48aec65e32f9b42009b3013204d0 100644
--- a/dygraph/bert/README.md
+++ b/dygraph/bert/README.md
@@ -50,7 +50,7 @@
 
 ### 语句和句对分类任务
 
-对于 [GLUE 数据](https://gluebenchmark.com/tasks)，请下载[文件](https://baidu-nlp.bj.bcebos.com/DYGRAPH_models%2FBERT%2Fdata.tar.gz)，并解压到同一个目录。以 GLUE/MNLI 任务为例，启动 Fine-tuning 的方式如下（也可以直接运行run_classifier_single_gpu.sh）：
+对于 [GLUE 数据](https://gluebenchmark.com/tasks)，请下载[文件](https://baidu-nlp.bj.bcebos.com/DYGRAPH_models/BERT/data.tar.gz)，并解压到同一个目录。以 GLUE/MNLI 任务为例，启动 Fine-tuning 的方式如下（也可以直接运行run_classifier_single_gpu.sh）：
 
 ```shell
 #!/bin/bash
@@ -99,7 +99,7 @@ BERT_BASE_PATH="./data/pretrained_models/uncased_L-12_H-768_A-12/"
 TASK_NAME='MNLI'
 DATA_PATH="./data/glue_data/MNLI/"
 CKPT_PATH="./data/saved_model/mnli_models"
-GPU_TO_USE="0,1,2,3"
+GPU_TO_USE=0,1,2,3
 
 export CUDA_VISIBLE_DEVICES=$GPU_TO_USE