update readme

README.md

@@ -19,7 +19,7 @@ Qwen3嵌入模型系列是Qwen3家族最新的专有模型，专门为文本嵌
 
 ### Docker（方法一）
 ```bash
-docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:vllm0.8.5-ubuntu22.04-dtk25.04-rc7-das1.5-py3.10-20250612-fixpy-rocblas0611-rc2
+docker pull docker pull image.sourcefind.cn:5000/dcu/admin/base/vllm:0.8.5-ubuntu22.04-dtk25.04.1-rc5-das1.6-py3.10-20250711
 docker run -it --shm-size 200g --network=host --name {docker_name} --privileged --device=/dev/kfd --device=/dev/dri --device=/dev/mkfd --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -u root -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal/:/opt/hyhal/:ro {imageID} bash
 
 cd /your_code_path/qwen3-reranker_pytorch
@@ -44,7 +44,6 @@ python: 3.10
 vllm: 0.8.5
 torch: 2.4.1+das.opt2.dtk2504
 deepspeed: 0.14.2+das.opt2.dtk2504
-
 ```
 `Tips：以上dtk驱动、python、torch等DCU相关工具版本需要严格一一对应`
 
@@ -61,6 +60,9 @@ pip install transformers>=4.51.0
 
 ## 推理
 ### vllm推理方法
+
+vllm 0.8.5不支持serve模式启动推理，offline方式请参考项目脚本`infer_vllm.py`。
+
 #### offline
 ```bash
 ## 必须添加HF_ENDPOINT环境变量