diff --git a/ch-dask-dataframe/indexing.ipynb b/ch-dask-dataframe/indexing.ipynb
index c1cace9..500d552 100644
--- a/ch-dask-dataframe/indexing.ipynb
+++ b/ch-dask-dataframe/indexing.ipynb
@@ -563,7 +563,7 @@
    ],
    "source": [
     "folder_path = nyc_flights()\n",
-    "file_path = os.path.join(folder_path, \"*.csv\")\n",
+    "file_path = os.path.join(folder_path, \"nyc-flights\", \"*.csv\")\n",
     "flights_ddf = dd.read_csv(file_path,\n",
     "                 parse_dates={'Date': [0, 1, 2]},\n",
     "                 dtype={'TailNum': object,\n",
diff --git a/ch-dask-dataframe/read-write.ipynb b/ch-dask-dataframe/read-write.ipynb
index 25de3f1..065203f 100644
--- a/ch-dask-dataframe/read-write.ipynb
+++ b/ch-dask-dataframe/read-write.ipynb
@@ -63,7 +63,7 @@
     "\n",
     "folder_path = nyc_flights()\n",
     "\n",
-    "file_path = os.path.join(folder_path, \"*.csv\")"
+    "file_path = os.path.join(folder_path, \"nyc-flights\", \"*.csv\")"
    ]
   },
   {
diff --git a/ch-dask-ml/hyperparameter.ipynb b/ch-dask-ml/hyperparameter.ipynb
index 4ba4b87..088f4ac 100644
--- a/ch-dask-ml/hyperparameter.ipynb
+++ b/ch-dask-ml/hyperparameter.ipynb
@@ -39,7 +39,7 @@
     "import pandas as pd\n",
     "\n",
     "folder_path = nyc_flights()\n",
-    "file_path = os.path.join(folder_path, \"1991.csv\")"
+    "file_path = os.path.join(folder_path, \"nyc-flights\", \"1991.csv\")"
    ]
   },
   {
diff --git a/ch-ray-ml/ray-tune.ipynb b/ch-ray-ml/ray-tune.ipynb
index 061942d..a0a8492 100644
--- a/ch-ray-ml/ray-tune.ipynb
+++ b/ch-ray-ml/ray-tune.ipynb
@@ -1347,7 +1347,7 @@
     "from ray.tune.schedulers import PopulationBasedTraining\n",
     "\n",
     "folder_path = nyc_flights()\n",
-    "file_path = os.path.join(folder_path, \"1991.csv\")"
+    "file_path = os.path.join(folder_path, \"nyc-flights\", \"1991.csv\")"
    ]
   },
   {
diff --git a/ch-ray-ml/tune-algorithm-scheduler.ipynb b/ch-ray-ml/tune-algorithm-scheduler.ipynb
index d2241fc..ea50f31 100644
--- a/ch-ray-ml/tune-algorithm-scheduler.ipynb
+++ b/ch-ray-ml/tune-algorithm-scheduler.ipynb
@@ -50,7 +50,7 @@
     "from ray.tune.schedulers import PopulationBasedTraining\n",
     "\n",
     "folder_path = nyc_flights()\n",
-    "file_path = os.path.join(folder_path, \"1991.csv\")"
+    "file_path = os.path.join(folder_path, \"nyc-flights\", \"1991.csv\")"
    ]
   },
   {
diff --git a/ch-xorbits/xinference.ipynb b/ch-xorbits/xinference.ipynb
index 0a2a9c8..d325350 100644
--- a/ch-xorbits/xinference.ipynb
+++ b/ch-xorbits/xinference.ipynb
@@ -65,42 +65,21 @@
     "\n",
     "Xinference 可以管理模型部署的整个生命周期：启动模型、使用模型、关闭模型。\n",
     "\n",
-    "启动 Xinference 服务后，我们就可以启动模型并调用模型，Xinference 集成了大量开源模型，用户可以在网页中选择一个启动，Xinference 会在后台下载并启动这个模型。每个启动的模型既有网页版对话界面，又兼容 OpenAI 的 API。比如，使用 OpenAI 的 API 与某个模型交互："
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": null,
-   "metadata": {},
-   "outputs": [],
-   "source": [
-    "from openai import OpenAI\n",
-    "client = OpenAI(base_url=\"http://127.0.0.1:9997/v1\", api_key=\"not used actually\")\n",
-    "\n",
-    "response = client.chat.completions.create(\n",
-    "    model=\"my-llama-2\",\n",
-    "    messages=[\n",
-    "        {\"role\": \"system\", \"content\": \"You are a helpful assistant.\"},\n",
-    "        {\"role\": \"user\", \"content\": \"What is the largest animal?\"}\n",
-    "    ]\n",
-    ")\n",
-    "print(response)"
+    "启动 Xinference 服务后，我们就可以启动模型并调用模型，Xinference 集成了大量开源模型，用户可以在网页中选择一个启动，Xinference 会在后台下载并启动这个模型。每个启动的模型既有网页版对话界面，又兼容 OpenAI 的 API。下来我们将展示 2 个案例，介绍如何在本地管理和使用模型，如何基于 OpenAI API 与 Xinference 模型交互，如何基于 LangChain 和向量数据库构建智能系统。"
    ]
   },
   {
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "## 案例\n",
-    "下面我们将介绍2个 Xinference 实际应用案例。\n",
-    "### 案例：使用通义千问（Qwen）进行简单文本生成与对话"
+    "## 案例：使用通义千问（Qwen）进行简单文本生成与对话"
    ]
   },
   {
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "在开始之前，首先确保安装以下依赖包："
+    "在开始之前，除了安装 Xinference 外，还需要安装 openai 依赖包："
    ]
   },
   {
@@ -116,7 +95,7 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "首先我们启动 Xinference 的本地实例。请使用以下命令在后台运行 Xinference:"
+    "首先我们启动 Xinference 的本地实例。在 Jupyter Notebook 中，请使用以下命令在后台运行 Xinference，在命令行中，可以直接 `xinference-local --host 0.0.0.0 --port 9997`。"
    ]
   },
   {
@@ -151,9 +130,9 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "Xinference 默认的主机和 IP 地址分别为127.0.0.1 和 9997。\n",
+    "Xinference 默认的主机和 IP 地址分别为 127.0.0.1 和 9997。\n",
     "\n",
-    "接下来通过以下命令来启动模型。其中`size-in-billions`参数对应使用的参数规模，当前 qwen-chat 开源模型的参数规模为18亿（1.8B）、70亿（7B）、140亿（14B）和720亿（72B）。在本次案例中，我们尝试使用 Qwen-7B 。"
+    "接下来通过以下命令来启动通义千问模型。其中 `size-in-billions` 参数对应使用的参数规模，当前开源的 `qwen-chat` 模型参数规模为18亿（1.8B）、70亿（7B）、140亿（14B）和720亿（72B）。这里我们尝试使用 Qwen-7B 。"
    ]
   },
   {
@@ -183,7 +162,7 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "第一次启动模型时，Xinference 将自动下载该模型的参数，这可能需要一定时间。\n",
+    "第一次启动模型时，Xinference 将自动下载模型，这可能需要一定时间。\n",
     "\n",
     "由于 Xinference 提供了与 OpenAI 兼容的 API，所以可以将 Xinference 运行的模型当成 OpenAI 的本地替代。"
    ]
@@ -196,14 +175,14 @@
    "source": [
     "import openai\n",
     "\n",
-    "client = openai.Client(api_key=\"cannot be empty\", base_url=\"http://127.0.0.1:9997/v1\")"
+    "client = openai.Client(api_key=\"can be empty\", base_url=\"http://127.0.0.1:9997/v1\")"
    ]
   },
   {
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "接下来我们演示借助 Xinference 与 OpenAi 的 API 如何轻松调用大模型进行文本生成和上下文对话。"
+    "接下来我们使用 OpenAI API 轻松调用大模型进行文本生成和上下文对话。"
    ]
   },
   {
@@ -211,7 +190,8 @@
    "metadata": {},
    "source": [
     "### Completion API\n",
-    "首先我们使用 `client.completions.create` 进行简单的文本生成。Completion API 用来通过一段文本（也叫 prompt）进行文本生成。"
+    "\n",
+    "使用 `client.completions.create` 进行简单的文本生成。Completion API 用来通过一段文本（Prompt）引导模型进行文本生成。"
    ]
   },
   {
@@ -307,6 +287,7 @@
    "metadata": {},
    "source": [
     "### Chat Completion API\n",
+    "\n",
     "接下来我们使用 `client.chat.completions.create` 进行简单的上下文对话。\n",
     "\n",
     "Chat Completion API 可以为与 LLM 进行交互时提供更加结构化的方式。相比于单纯传递一段文字，我们将一个包含多个结构化信息对象的数组发送给 LLM 作为输入。这样做可以让语言模型在继续回复时有一些\"上下文\"或者\"历史\"可参考。\n",
@@ -448,7 +429,7 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "最后关闭后台运行的 Xinference 实例："
+    "不再需要推理服务时，可关停后台运行的 Xinference 实例："
    ]
   },
   {
@@ -465,9 +446,10 @@
    "metadata": {},
    "source": [
     "## 案例：基于 LangChain 的文档聊天机器人\n",
-    "该案例将演示如何使用本地 LLM 和 LangChain 模型构建聊天机器人。通过此机器人，用户可以实现简单的文档读取，并根据文档内容进行互动对话。\n",
     "\n",
-    "首先，我们先安装必要的库。"
+    "该案例将演示如何使用本地大模型和 LangChain 模型构建聊天机器人。通过此机器人，用户可以实现简单的文档读取，并根据文档内容进行互动对话。\n",
+    "\n",
+    "我们先安装必要的库："
    ]
   },
   {
@@ -519,8 +501,9 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "### 建立 embedding 模型\n",
-    "我们以马克吐温的《百万英镑》作为案例，先使用 LangChain 读取文档并进行分割。"
+    "### 启动向量模型\n",
+    "\n",
+    "我们以马克吐温的《百万英镑》作为案例，先使用 LangChain 读取文档并对文档中文本进行切分。"
    ]
   },
   {
@@ -531,9 +514,6 @@
    "source": [
     "import os\n",
     "\n",
-    "new_directory = \"/home/u2022201752/scale-py-zh\"\n",
-    "os.chdir(new_directory)\n",
-    "\n",
     "from utils import mark_twain\n",
     "from langchain.document_loaders import PDFMinerLoader\n",
     "from langchain.text_splitter import RecursiveCharacterTextSplitter\n",
@@ -556,7 +536,7 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "下面我们需要启动一个 embedding 模型将文档信息向量化："
+    "下面我们需要启动一个向量（Embedding）模型将文档的文本内容转化为向量："
    ]
   },
   {
@@ -598,10 +578,11 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "### Milvus 向量数据库建立\n",
-    "接下来我们使用 Milvus 向量数据库来储存 embedding 之后的信息。\n",
+    "### 启动向量数据库\n",
+    "\n",
+    "我们引入向量数据库，向量数据库存储了向量和文档，每个向量对应一个文档。本例中，我们使用 Milvus 向量数据库来储存向量和文档。\n",
     "\n",
-    "Milvus 向量数据库可以通过以下命令进行安装："
+    "Milvus 数据库可以通过以下命令进行安装："
    ]
   },
   {
@@ -674,7 +655,7 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "这里我们可以尝试提问对文档进行检索（这里并没有使用 llm 模型，仅返回匹配的字段）："
+    "这里我们可以尝试提问对文档进行检索（这里并没有使用大语言模型，仅返回匹配的字段）："
    ]
   },
   {
@@ -704,8 +685,9 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "### 建立 llm 模型\n",
-    "接下来我们启动一个 llm 模型进行对话。这里我们使用 Xinference 支持的 llama-3-instruct 模型："
+    "### 启动大语言模型\n",
+    "\n",
+    "接下来我们启动一个大语言模型进行对话。这里我们使用 Xinference 支持的 llama-3-instruct 模型："
    ]
   },
   {
@@ -749,7 +731,7 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "现在，我们使用 llm 模型和 embedding 向量创建 `ConversationalRetrievalChain`。"
+    "现在，我们使用大语言模型和向量创建 `ConversationalRetrievalChain`。LangChain 连接了不同的组件，这种“连接”被称为 Chain，本例是将对话和信息检索连接起来。"
    ]
   },
   {
@@ -807,7 +789,6 @@
     "    result = chain({\"question\": query})\n",
     "    print(result[\"answer\"])\n",
     "\n",
-    "\n",
     "chat(\"How did people react to the protagonist carrying the million-pound banknote?\")"
    ]
   },
@@ -854,54 +835,9 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "在这里 llm 模型准确识别出 “him” 指的是 “protagonist”，这说明结合 Xinference 与 LangChain 能将新的问答与聊天历史记录相关联，从而创建相互构建的响应链。\n",
+    "在这里大语言模型准确识别出 “him” 指的是 “protagonist”，这说明结合 Xinference 与 LangChain 能将本地知识相关联。\n",
     "\n",
-    "我们可以看到 llm 的令人印象深刻的功能，LangChain 的“链接” `chain` 功能还允许与模型进行更连贯和上下文感知的交互。"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "最后关闭 Xinference 与 Milvus 数据库进程："
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 36,
-   "metadata": {
-    "vscode": {
-     "languageId": "bat"
-    }
-   },
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "\n",
-      "Usage:\n",
-      " kill [options] <pid|name> [...]\n",
-      "\n",
-      "Options:\n",
-      " -a, --all              do not restrict the name-to-pid conversion to processes\n",
-      "                        with the same uid as the present process\n",
-      " -s, --signal <sig>     send specified signal\n",
-      " -q, --queue <sig>      use sigqueue(2) rather than kill(2)\n",
-      " -p, --pid              print pids without signaling them\n",
-      " -l, --list [=<signal>] list signal names, or convert one to a name\n",
-      " -L, --table            list signal names and numbers\n",
-      "\n",
-      " -h, --help     display this help and exit\n",
-      " -V, --version  output version information and exit\n",
-      "\n",
-      "For more details see kill(1).\n"
-     ]
-    }
-   ],
-   "source": [
-    "!ps ax | grep xinference-local | grep -v grep | awk '{print $1}' | xargs kill -9\n",
-    "!ps ax | grep milvus-server | grep -v grep | awk '{print $1}' | xargs kill -9"
+    "两个案例展示了 Xinference 在本地构建的各类智能应用。"
    ]
   },
   {
diff --git a/ch-xorbits/xinference.md b/ch-xorbits/xinference.md
deleted file mode 100644
index ff9219b..0000000
--- a/ch-xorbits/xinference.md
+++ /dev/null
@@ -1,48 +0,0 @@
-(sec-xinference)=
-# Xinference
-
-Xorbits Inference (Xinference) 是一款面向大模型的推理平台，支持大语言模型、向量模型、文生图模型等。它底层基于 [Xoscar](https://github.com/xorbitsai/xoscar) 提供的分布式能力，使得模型可以在集群上部署，上层提供了类 OpenAI 的接口，用户可以在上面部署和调用开源大模型。Xinference 将对外服务的 API、推理引擎和硬件做了集成，不需要像 Ray Serve 编写代码来管理模型推理服务。
-
-## 推理引擎
-
-Xinference 可适配不同推理引擎，包括 Hugging Face Transformers、[vLLM](https://github.com/vllm-project/vllm)、[llama.cpp](https://github.com/ggerganov/llama.cpp) 等，因此在安装时也要安装对应的推理引擎，比如 `pip install "xinference[transformers]"`。Transformers 完全基于 PyTorch，适配的模型最快最全，但性能较差；其他推理引擎，比如 vLLM、llama.cpp 专注于性能优化，但模型覆盖度没 Transformers 高。
-
-## 集群
-
-使用之前需要先启动一个 Xinference 推理集群，可以是单机多卡，也可以是多机多卡。单机上可以在命令行里这样启动：
-
-```shell
-xinference-local --host 0.0.0.0 --port 9997
-```
-
-集群场景与 Xorbits Data 类似，先启动一个 Supervisor，再启动 Worker：
-
-```shell
-# 启动 Supervisor
-xinference-supervisor -H <supervisor_ip>
-
-# 启动 Worker
-xinference-worker -e "http://<supervisor_ip>:9997" -H <worker_ip>
-```
-
-之后就可以在 http://<supervisor_ip>:9997 访问 Xinference 服务。
-
-## 使用模型
-
-Xinference 可以管理模型部署的整个生命周期：启动模型、使用模型、关闭模型。
-
-启动 Xinference 服务后，我们就可以启动模型并调用模型，Xinference 集成了大量开源模型，用户可以在网页中选择一个启动，Xinference 会在后台下载并启动这个模型。每个启动的模型既有网页版对话界面，又兼容 OpenAI 的 API。比如，使用 OpenAI 的 API 与某个模型交互：
-
-```
-from openai import OpenAI
-client = OpenAI(base_url="http://127.0.0.1:9997/v1", api_key="not used actually")
-
-response = client.chat.completions.create(
-    model="my-llama-2",
-    messages=[
-        {"role": "system", "content": "You are a helpful assistant."},
-        {"role": "user", "content": "What is the largest animal?"}
-    ]
-)
-print(response)
-```
\ No newline at end of file
diff --git a/ch-xorbits/xorbits.ipynb b/ch-xorbits/xorbits.ipynb
index 2f17bf4..ad5c7b3 100644
--- a/ch-xorbits/xorbits.ipynb
+++ b/ch-xorbits/xorbits.ipynb
@@ -40,7 +40,6 @@
     "\n",
     "import sys\n",
     "sys.path.append(\"..\")\n",
-    "from utils import nyc_flights\n",
     "from utils import nyc_taxi\n",
     "\n",
     "taxi_path = nyc_taxi()"