diff --git a/app/docs/ai/agents-todo/index.mdx b/app/docs/ai/agents-todo/index.mdx
index bae9951..0c56646 100644
--- a/app/docs/ai/agents-todo/index.mdx
+++ b/app/docs/ai/agents-todo/index.mdx
@@ -4,4 +4,55 @@ description: "大语言模型智能体：CS294/194-196课程、ReAct、FireAct
 status: todo
 ---
 
-本节聚合 LLM 智能体相关的课程与技术框架，后续补充。
+本节聚合 LLM 智能体相关的课程与技术框架。
+
+---
+
+## OpenHands（原 OpenDevin）
+
+- **链接**:
+  - [GitHub 仓库](https://github.com/All-Hands-AI/OpenHands)
+  - [论文 arXiv:2407.16741](https://arxiv.org/pdf/2407.16741)
+- **简介**:  
+  OpenHands 是一个开源 Agent 平台，能执行代码 / shell / 网页 / API 操作等任务，适合开发者日常自动化与工具链集成。
+
+---
+
+## Kimi-Researcher
+
+- **链接**:
+  - [官网介绍](https://moonshotai.github.io/Kimi-Researcher/)
+  - [知乎文章](https://zhuanlan.zhihu.com/p/1921119537757140195)
+- **简介**:  
+  一个以强化学习 (RL) 驱动的科研 Agent，可自我规划、多轮检索 & 推理任务，用于技术研究／报告撰写等复杂任务。
+
+---
+
+## OpenAI Deep Research
+
+- **链接**:
+  - [Introducing Deep Research — OpenAI](https://openai.com/index/introducing-deep-research/)
+  - [ChatGPT Deep Research — Wikipedia](https://en.wikipedia.org/wiki/ChatGPT_Deep_Research)
+- **简介**:  
+  Deep Research 是 OpenAI 在 2025 年推出的 Agent 模式，支持多步骤互联网研究任务，能浏览网页、PDF、图像资料并合成报告。适用于专业研究工作，如科学、政策、工程等领域。
+
+---
+
+## KAG: Knowledge Augmented Generation
+
+- **链接**:
+  - [arXiv:2409.13731 (KAG)](https://arxiv.org/abs/2409.13731)
+- **简介**:  
+  KAG 是一个面向专业领域的大型语言模型增强框架，旨在结合 **知识图谱 + 向量检索** 来弥补 RAG 在专业场景下的不足。尤其强调知识逻辑（如数值、时间、专家规则等）的融合，从而在问答与推理任务中表现更靠谱。
+
+---
+
+## DeepResearchAgent / DeepResearcher & DR Agent Survey
+
+- **链接**:
+  - [Deep Research Agents: A Systematic Examination and Roadmap (arXiv)](https://arxiv.org/abs/2506.18096)
+  - [DeepResearcher: Scaling Deep Research via Reinforcement Learning (arXiv:2504.03160)](https://arxiv.org/abs/2504.03160)
+- **简介**:  
+  这些工作研究 Agent 在真实环境中做深度研究 (Deep Research) 的架构组件、检索方法、工具使用与规划流程。
+  - DR Survey 提供 Agent 系统分类、关键挑战与未来方向。
+  - DeepResearcher 用 RL + 网页交互训练 Agent，在开放域研究任务上相比传统基于检索或提示的方法表现更强。
diff --git a/app/docs/ai/llm-basics/index.mdx b/app/docs/ai/llm-basics/index.mdx
index 2501e9e..0857d8a 100644
--- a/app/docs/ai/llm-basics/index.mdx
+++ b/app/docs/ai/llm-basics/index.mdx
@@ -13,7 +13,7 @@ tags:
 
 ## 核心学习模块
 
-### 📚 深度学习基础
+### 深度学习基础
 
 - 前往: [深度学习基础](./deep-learning/)
 - 李沐动手学深度学习
@@ -21,7 +21,7 @@ tags:
 - 机器学习经典教材
 - 理论与实践结合
 
-### 🔧 PyTorch 框架
+### PyTorch 框架
 
 - 前往: [PyTorch框架](./pytorch/)
 - 小土堆入门教程
@@ -45,7 +45,7 @@ tags:
 - 位置编码设计
 - 架构可视化学习
 
-### 🎯 Embedding 模型
+### Embedding 模型
 
 - 前往: [Embedding模型](./embeddings/)
 - Qwen3-embedding 深度解读
@@ -53,7 +53,7 @@ tags:
 - 向量化表示技术
 - 相似度计算方法
 
-### 📖 入门课程
+### 入门课程
 
 - 前往: [入门课程](./courses/)
 - CS224N 斯坦福 NLP 课程
diff --git a/app/docs/ai/llm-basics/pytorch/index.mdx b/app/docs/ai/llm-basics/pytorch/index.mdx
index ddca14a..1fe4210 100644
--- a/app/docs/ai/llm-basics/pytorch/index.mdx
+++ b/app/docs/ai/llm-basics/pytorch/index.mdx
@@ -15,66 +15,53 @@ PyTorch是现代深度学习最重要的框架之一，特别在研究和大模
 
 ### 小土堆PyTorch教程
 
-- **视频地址**: [PyTorch深度学习快速入门教程](https://www.bilibili.com/video/BV1hE411t7RN/)
-- **特色**: 绝对通俗易懂，适合零基础学习者
+- **视频**: [PyTorch深度学习快速入门教程](https://www.bilibili.com/video/BV1hE411t7RN/?spm_id_from=333.337.search-card.all.click&vd_source=14245d272f6606a31fe299db9e47ca84)
+- **特色**: 通俗易懂，适合零基础学习者
 - **内容覆盖**:
-  - PyTorch基础概念
+  - 基础概念
   - 张量操作
   - 神经网络构建
   - 训练循环设计
   - 实际项目案例
 
-### 官方资源
+### 官方与社区资源
 
-- **PyTorch官方中文教程**: [https://pytorch.ac.cn/tutorials/](https://pytorch.ac.cn/tutorials/)
-- **菜鸟教程**: [https://www.runoob.com/pytorch/pytorch-tensor.html](https://www.runoob.com/pytorch/pytorch-tensor.html)
-- **特色**: 权威性强，内容全面，持续更新
+- **PyTorch官方中文教程**: [pytorch.ac.cn/tutorials](https://pytorch.ac.cn/tutorials/)
+- **菜鸟教程**: [runoob.com/pytorch](https://www.runoob.com/pytorch/pytorch-tensor.html)
+- **PyTorch面试精华**: [mstx.cn](https://www.mstx.cn/pytorch.html)
 
-### PyTorch面试精华
-
-- **资源链接**: [https://www.mstx.cn/pytorch.html](https://www.mstx.cn/pytorch.html)
-- **覆盖内容**:
-  - PyTorch基础概念
-  - 常见面试问题
-  - 代码实现要点
-  - 性能优化技巧
-
-## 张量操作进阶
-
-### einops库
-
-- **GitHub**: [https://github.com/arogozhnikov/einops](https://github.com/arogozhnikov/einops)
-- **特色**: 优雅的张量操作，代码可读性强
-- **核心功能**: `rearrange`, `reduce`, `repeat`
-
-### The Tensor Cookbook
-
-- **网站**: [https://tensorcookbook.com/](https://tensorcookbook.com/)
-- **GitHub**: [https://github.com/thomasahle/tensorgrad](https://github.com/thomasahle/tensorgrad)
-- **特色**: 可视化张量操作指南
-- **知乎讨论**: [张量食谱相关讨论](https://www.zhihu.com/search?type=content&q=%E5%BC%A0%E9%87%8F%E9%A3%9F%E8%B0%B1)
+---
 
-## 经典教材
+## 核心概念
 
-### Deep Learning with PyTorch Step-by-Step
+- **张量 (Tensor)**：PyTorch 的核心数据结构，支持 GPU 加速的多维数组
+  ![](/images/word/word-img-01.png)
+  ![](/images/word/word-img-02.png)
+- **自动梯度 (Autograd)**：动态计算图与自动微分系统
+- **神经网络模块 (nn.Module)**：模块化构建神经网络
+- **训练循环**：优化器、损失函数、学习率调度等
 
-- **特色**: 从基础到高级的完整路径，逐步深入的PyTorch学习
-- **适用**: 有一定基础的学习者
-- **内容**: 包含完整的项目实战案例
+---
 
-## 核心概念
+## 张量操作进阶
 
-### 张量 (Tensor)
+### 工具与库
 
-PyTorch的核心数据结构，支持GPU加速的多维数组。
+- **einops**: [GitHub](https://github.com/arogozhnikov/einops) — 优雅的张量操作（`rearrange`, `reduce`, `repeat`）
+- **The Tensor Cookbook**:
+  - [官网](https://tensorcookbook.com/)
+  - [知乎讨论](https://www.zhihu.com/search?type=content&q=%E5%BC%A0%E9%87%8F%E9%A3%9F%E8%B0%B1)
+  - [tensorgrad (GitHub)](https://github.com/thomasahle/tensorgrad)
+  - [Cookbook PDF]
 
-### 自动梯度 (Autograd)
+---
 
-动态计算图和自动微分系统，深度学习训练的核心。
+## 经典教材
 
-### 神经网络模块 (nn.Module)
+- **Deep Learning with PyTorch Step-by-Step: A Beginner’s Guide** (Daniel Voigt Godoy)
+  - [PDF (Z-Library)]
 
-构建神经网络的基础类，支持模块化设计。
+---
 
 ## 实践建议
 
@@ -90,36 +77,19 @@ PyTorch的核心数据结构，支持GPU加速的多维数组。
 
 1. **多动手**: 每个概念都要亲自实现
 2. **读源码**: 理解底层实现原理
-3. **做项目**: 通过项目巩固知识
+3. **做项目**: 通过实战巩固知识
 4. **参与社区**: 贡献开源项目
 
-PyTorch作为深度学习的主流框架，掌握其核心概念和高级特性对于大模型开发至关重要。
-
-1. [PyTorch 深度学习快速入门教程（绝对通俗易懂！）【小土堆】](https://www.bilibili.com/video/BV1hE411t7RN/?spm_id_from=333.337.search-card.all.click&vd_source=14245d272f6606a31fe299db9e47ca84)
-2. [PyTorch 面试精华](https://www.mstx.cn/pytorch.html)
-3. [菜鸟教程 - PyTorch](https://www.runoob.com/pytorch/pytorch-tensor.html)
-4. [PyTorch 官方中文教程](https://pytorch.ac.cn/tutorials/)
-
-## 张量 (Tensor)
-
-### 张量工具与库
-
-- [einops (Github)](https://github.com/arogozhnikov/einops)
-
-### Tensor Cookbook 及相关资料
+---
 
-- [The Tensor Cookbook（可视化张量）](https://tensorcookbook.com/)
-- [知乎 - 张量食谱相关讨论](https://www.zhihu.com/search?type=content&q=%E5%BC%A0%E9%87%8F%E9%A3%9F%E8%B0%B1)
-- [tensorgrad (Github)](https://github.com/thomasahle/tensorgrad)
-- [Cookbook PDF]
-- Deep Learning with PyTorch Step-by-Step: A Beginner’s Guide (Daniel Voigt Godoy) PDF (Z-Library)
+## 附录：环境准备
 
-## Jupyter 内核注册（来自群文档摘录）
+### Jupyter 内核注册
 
 ```bash
 pip install ipykernel
 
-# 注册内核（示例）
+# 注册内核示例
 python -m ipykernel install --user --name myenv
 python -m ipykernel install --user --name yourname --display-name yourname
 ```
diff --git a/app/docs/ai/multimodal/mllm/index.mdx b/app/docs/ai/multimodal/mllm/index.mdx
index 6c8c9b3..9759403 100644
--- a/app/docs/ai/multimodal/mllm/index.mdx
+++ b/app/docs/ai/multimodal/mllm/index.mdx
@@ -2,3 +2,18 @@
 title: "MLLM 多模态大模型"
 description: "多模态大模型（MLLM）资料"
 ---
+
+- Feather the Throttle: Revisiting Visual Token Pruning for Vision-Language Model Acceleration — arXiv:2412.13180  
+  https://arxiv.org/abs/2412.13180
+
+- Token Activation Map to Visually Explain Multimodal LLMs — arXiv:2506.23270  
+  https://arxiv.org/abs/2506.23270
+
+- GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Training — arXiv:2507.01006  
+  https://arxiv.org/abs/2507.01006
+
+- Thinking with Images for Multimodal Reasoning: Foundations, Methods, and Future Frontiers — arXiv:2506.23918  
+  https://arxiv.org/abs/2506.23918
+
+- Vision as a Dialect: Unifying Visual Understanding and Generation via Text-Aligned Representations — arXiv:2506.18898  
+  https://arxiv.org/abs/2506.18898
diff --git a/app/docs/ai/multimodal/video-mm-todo/index.mdx b/app/docs/ai/multimodal/video-mm-todo/index.mdx
index d84d248..c41f76a 100644
--- a/app/docs/ai/multimodal/video-mm-todo/index.mdx
+++ b/app/docs/ai/multimodal/video-mm-todo/index.mdx
@@ -1,7 +1,93 @@
 ---
 title: "多模态视频大模型"
-description: "视频多模态资料与方向"
-status: todo
+description: "学习笔记：细粒度感知与长视频理解问题"
+status: note
 ---
 
-资料后续补充。
+# 多模态视频大模型学习笔记
+
+## 1. 背景
+
+多模态视频大模型（MVM）结合了视觉、语言、音频等信息。  
+相比图像模型，视频任务难度更大，主要痛点是：
+
+- **细粒度感知**：需要精准定位视频中的对象、动作、关系。
+- **长视频理解**：需要跨越长时间跨度，抓取关键事件并保持全局一致性。
+
+---
+
+## 2. 细粒度感知问题
+
+### 2.1 现象
+
+- 识别动作不够细，比如“拿起” vs “举起”容易混淆。
+- 模型回答缺少时间戳或关键帧作为证据。
+- 不同模态（字幕 vs 画面）不同步。
+
+### 2.2 难点
+
+- **数据**：精细标注成本高，长尾动作样本稀少。
+- **计算**：高分辨率视频导致 token 数量暴涨。
+- **表征**：局部细节 vs 全局语义之间的矛盾。
+
+### 2.3 方法
+
+- 动作/事件的**分层建模**：全局 -> 局部 -> 原子动作。
+- **Token 剪枝 / 压缩**：保留关键帧或关键patch，减少冗余。
+- **多任务训练**：分类 + 定位 + QA 联合学习。
+- **证据可视化**：输出 frame index 或 bounding box。
+
+---
+
+## 3. 长视频理解问题
+
+### 3.1 现象
+
+- 模型只能处理几秒视频，超过几分钟就“遗忘”。
+- 问答缺乏全局上下文，经常答非所问。
+- 摘要或检索偏向“局部”，忽略主线。
+
+### 3.2 难点
+
+- **Token 预算**：分钟级视频动辄几十万帧，不可能直接全输入。
+- **结构复杂**：电影/课堂/会议往往包含多场景、多角色、多事件。
+- **跨模态异步**：字幕、音频、动作不一定同时发生。
+
+### 3.3 方法
+
+- **层次化建模**：Shot → Scene → Event → Video。
+- **检索增强**：先通过索引定位关键片段，再送入大模型推理。
+- **记忆机制**：滑窗+缓存、外部记忆库、摘要链。
+- **多模态协作**：结合字幕（ASR）、OCR、音频，辅助视觉。
+
+---
+
+## 4. 常见评测指标
+
+- **细粒度感知**：
+  - 动作定位 mAP@tIoU
+  - QA 正确率 + 时间戳一致性
+  - 可解释性（证据帧与答案匹配度）
+- **长视频理解**：
+  - QA 准确率（长上下文）
+  - 检索 Recall@K / mAP
+  - 摘要质量（ROUGE、人类评价）
+  - 计算效率（fps、显存占用）
+
+---
+
+## 5. 其他思考
+
+- 细粒度问题更像 **计算机视觉 + NLP 联合的小任务**（检测/分割/动作识别 + QA）。
+- 长视频理解更像 **系统工程**：需要数据预处理（分段/索引）、模型（层次化）、推理（检索+规划）。
+- 未来方向可能是：**多模态协同记忆 + 可解释推理**。
+
+---
+
+## 6. 参考文献
+
+- Feather the Throttle: Revisiting Visual Token Pruning — [arXiv:2412.13180](https://arxiv.org/abs/2412.13180)
+- Token Activation Map to Visually Explain Multimodal LLMs — [arXiv:2506.23270](https://arxiv.org/abs/2506.23270)
+- GLM-4.5V / 4.1V-Thinking — [arXiv:2507.01006](https://arxiv.org/abs/2507.01006)
+- Thinking with Images for Multimodal Reasoning — [arXiv:2506.23918](https://arxiv.org/abs/2506.23918)
+- Vision as a Dialect — [arXiv:2506.18898](https://arxiv.org/abs/2506.18898)
diff --git a/app/docs/ai/recommender-systems/index.mdx b/app/docs/ai/recommender-systems/index.mdx
index dba4ab4..3701d9c 100644
--- a/app/docs/ai/recommender-systems/index.mdx
+++ b/app/docs/ai/recommender-systems/index.mdx
@@ -72,7 +72,7 @@ tags:
 
 ## 8.4 推荐系统学习笔记
 
-📊 **推荐系统学习笔记表格**: 查看完整的学习笔记整理
+**推荐系统学习笔记表格**: 查看完整的学习笔记整理
 
 **核心内容包括**:
 
@@ -85,7 +85,7 @@ tags:
 
 GitHub论文合集，持续更新。内容比较贴近业务，不太涉及生成式推荐。
 
-📊 **推荐系统论文筛选表格**: 查看完整的论文筛选列表
+**推荐系统论文筛选表格**: 查看完整的论文筛选列表
 
 **筛选状态**:
 
@@ -164,7 +164,7 @@ GitHub论文合集，持续更新。内容比较贴近业务，不太涉及生
 4. **工程能力**: 重视系统设计和工程实现能力
 5. **持续学习**: 关注大模型等前沿技术在推荐中的应用
 
-## 来自群文档摘录
+## 其他摘要
 
 - LLM4REC（大模型推荐）
 - 学习路径（WIP）：学习业务、学习模型
diff --git a/app/docs/ai/reinforcement-learning/index.mdx b/app/docs/ai/reinforcement-learning/index.mdx
index ca5c9a0..2f99add 100644
--- a/app/docs/ai/reinforcement-learning/index.mdx
+++ b/app/docs/ai/reinforcement-learning/index.mdx
@@ -138,7 +138,7 @@ DeepSeek-R1作为推理能力突出的大模型，其技术细节值得深入研
 3. **安全强化学习**: 确保学习过程和结果的安全性
 4. **可解释强化学习**: 提升决策过程的可解释性
 
-## 来自 UNSW IT-AI内卷地狱 文档摘录
+## 其他文档摘录
 
 - 思维链 COT / Multi-step COT（MCOT）/ Latent CoT