[docs]: fix links to moved injection and Kimi-K2 native tutorials (#2223)

README.md

@@ -57,7 +57,7 @@ KTransformers is a research project focused on efficient inference and fine-tuni
 * **Feb 15, 2025**: Longer Context (from 4K to 8K for 24GB VRAM) & Slightly Faster Speed （+15%, up to 16 Tokens/s), update [docs](./doc/en/DeepseekR1_V3_tutorial.md) and [online books](https://kvcache-ai.github.io/ktransformers/).
 * **Feb 10, 2025**: Support Deepseek-R1 and V3 on single (24GB VRAM)/multi gpu and 382G DRAM, up to 3~28x speedup. For detailed show case and reproduction tutorial, see [here](./doc/en/DeepseekR1_V3_tutorial.md).
 * **Aug 28, 2024**: Decrease DeepseekV2's required VRAM from 21G to 11G.
-* **Aug 15, 2024**: Update detailed [tutorial](doc/en/injection_tutorial.md) for injection and multi-GPU.
+* **Aug 15, 2024**: Update detailed [tutorial](doc/en/SFT/injection_tutorial.md) for injection and multi-GPU.
 * **Aug 14, 2024**: Support llamfile as linear backend.
 * **Aug 12, 2024**: Support multiple GPU; Support new model: mixtral 8\*7B  and 8\*22B; Support q2k, q3k, q5k dequant on gpu.
 * **Aug 9, 2024**: Support windows native.

README_ZH.md

@@ -43,7 +43,7 @@ KTransformers 是一个专注于通过 CPU-GPU 异构计算实现大语言模型
 * **2025 年 2 月 15 日**：更长上下文（24GB VRAM 从 4K 到 8K）& 速度稍快（+15%，最高 16 Tokens/s），更新[文档](./doc/en/DeepseekR1_V3_tutorial.md)和[在线手册](https://kvcache-ai.github.io/ktransformers/)
 * **2025 年 2 月 10 日**：支持 Deepseek-R1 和 V3 在单 GPU（24GB VRAM）/多 GPU 和 382GB DRAM 上运行，速度提升高达 3~28 倍。详细案例展示和复现教程请参见[这里](./doc/en/DeepseekR1_V3_tutorial.md)
 * **2024 年 8 月 28 日**：将 DeepseekV2 所需的 VRAM 从 21GB 降低到 11GB
-* **2024 年 8 月 15 日**：更新了关于注入和多 GPU 的详细[教程](doc/en/injection_tutorial.md)
+* **2024 年 8 月 15 日**：更新了关于注入和多 GPU 的详细[教程](doc/en/SFT/injection_tutorial.md)
 * **2024 年 8 月 14 日**：支持 llamfile 作为线性后端
 * **2024 年 8 月 12 日**：支持多 GPU；支持新模型：mixtral 8\*7B 和 8\*22B；支持 GPU 上的 q2k、q3k、q5k 去量化
 * **2024 年 8 月 9 日**：支持 Windows 原生环境

doc/en/Kimi-K2-Thinking.md

@@ -1,5 +1,5 @@
 # KTransformers+SGLang Inference Deployment
-Please Note This is Quantization Deployment. For Native Kimi K2 Thinking deployment please refer to [here](./Kimi-K2-Thinking-Native.md).
+Please Note This is Quantization Deployment. For Native Kimi K2 Thinking deployment please refer to [here](./kt-kernel/Kimi-K2-Thinking-Native.md).
 
 ## Installation
 

doc/en/multi-gpu-tutorial.md

@@ -1,7 +1,7 @@
 
 # Muti-GPU
 
-Assume you have read the [Injection Tutorial](./injection_tutorial.md) and have a basic understanding of how to inject a model. In this tutorial, we will show you how to use KTransformers to run a model on multiple GPUs.
+Assume you have read the [Injection Tutorial](./SFT/injection_tutorial.md) and have a basic understanding of how to inject a model. In this tutorial, we will show you how to use KTransformers to run a model on multiple GPUs.
 
 If you have multiple GPUs, you can set the device for each module to different GPUs. 
 DeepseekV2-Chat got 60 layers, if we got 2 GPUs, we can allocate 30 layers to each GPU. Complete multi GPU rule examples [here](https://github.com/kvcache-ai/ktransformers/blob/main/ktransformers/optimize/optimize_rules/DeepSeek-V3-Chat-multi-gpu.yaml).

kt-kernel/README_zh.md

@@ -38,7 +38,7 @@
 - ✅ **带 AMX 的 Intel CPU**：已支持（基于转换为 INT4/INT8 格式的权重）
 - ✅ **通用 CPU（llamafile 后端）**：已支持（基于 GGUF 格式的权重）
 - ✅ **带 BLIS 的 AMD CPU**：已支持（int8 的 prefill 和 decode）
-- ✅ **Kimi-K2 原生 INT4（RAWINT4）**：支持 AVX512 CPU（CPU-GPU 共享 INT4 权重）- [使用指南](../doc/en/Kimi-K2-Thinking-Native.md)
+- ✅ **Kimi-K2 原生 INT4（RAWINT4）**：支持 AVX512 CPU（CPU-GPU 共享 INT4 权重）- [使用指南](../doc/en/kt-kernel/Kimi-K2-Thinking-Native.md)
 
 ## 特性
 
@@ -321,7 +321,7 @@ python -m sglang.launch_server \
 - **`kt-method`**：根据 CPU 能力和权重格式选择：
   - `AMXINT4`：在 AMX CPU 上 INT4 量化时具有最佳性能（但可能对某些模型有较大精度影响，例如 Qwen3-30B-A3B）
   - `AMXINT8`：在 AMX CPU 上提供更高精度的 INT8 量化方案
-  - `RAWINT4`：CPU 和 GPU 共享原生 INT4 权重（仅限 AMX 后端，目前仅支持 Kimi-K2-Thinking 模型）。详见 [Kimi-K2-Thinking 原生推理教程](../doc/en/Kimi-K2-Thinking-Native.md)。
+  - `RAWINT4`：CPU 和 GPU 共享原生 INT4 权重（仅限 AMX 后端，目前仅支持 Kimi-K2-Thinking 模型）。详见 [Kimi-K2-Thinking 原生推理教程](../doc/en/kt-kernel/Kimi-K2-Thinking-Native.md)。
   - `LLAMAFILE`：基于 AVX2/AVX512 的通用 CPU 后端，性能较 AMX 略低，但适用范围更广
 
 - **`kt-cpuinfer`**：设置为 **物理核数**（不是线程数）。