diff --git a/models/rome_unsb_model.py b/models/rome_unsb_model.py
index 952a097..fb62536 100644
--- a/models/rome_unsb_model.py
+++ b/models/rome_unsb_model.py
@@ -17,7 +17,7 @@ def warp(image, flow): #warp操作
     基于光流的图像变形函数
     Args:
         image: [B, C, H, W] 输入图像
-        flow: [B, 2, H, W] 光流场（x/y方向位移）
+        flow: [B, 2, H, W] 光流场(x/y方向位移)
     Returns:
         warped: [B, C, H, W] 变形后的图像
     """
@@ -70,7 +70,7 @@ class ContentAwareOptimization(nn.Module):
         """
         计算每个patch梯度与平均梯度的余弦相似度
         Args:
-            gradients: [B, N, D] 判别器输出的每个patch的梯度（N=w*h）
+            gradients: [B, N, D] 判别器输出的每个patch的梯度(N=w*h)
         Returns:
             cosine_sim: [B, N] 每个patch的余弦相似度
         """
@@ -164,7 +164,7 @@ class ContentAwareTemporalNorm(nn.Module):
         Args:
             weight_map: [B, 1, H, W] 权重图（来自内容感知优化模块）
         Returns:
-            F_content: [B, 2, H, W] 生成的光流场（x/y方向位移）
+            F_content: [B, 2, H, W] 生成的光流场(x/y方向位移)
         """
         B, _, H, W = weight_map.shape
         
@@ -195,7 +195,7 @@ class CTNxModel(BaseModel):
     def modify_commandline_options(parser, is_train=True):
         """配置 CTNx 模型的特定选项"""
         
-        parser.add_argument('--lambda_GAN', type=float, default=1.0, help='weight for GAN loss：GAN(G(X))')
+        parser.add_argument('--lambda_GAN', type=float, default=1.0, help='weight for GAN loss: GAN(G(X))')
         parser.add_argument('--lambda_NCE', type=float, default=1.0, help='weight for NCE loss: NCE(G(X), X)')
         parser.add_argument('--lambda_SB', type=float, default=0.1, help='weight for SB loss')
         parser.add_argument('--lambda_ctn', type=float, default=1.0, help='weight for content-aware temporal norm')