docs(readme): add 2026-05-13 news update for Agentic RL, VLM RL, and traditional RL hands-on content

Author: sanbuphy

README.zh.md

@@ -128,11 +128,11 @@
 - [仓库结构](#仓库结构)
 - [开发命令](#开发命令)
 - [参与贡献](#参与贡献)
-- [Star History](#star-history)
 - [其他课程](#其他课程)
 - [WeChat Group (微信)](#wechat-group-微信)
 - [引用](#引用)
 - [开源协议](#开源协议)
+- [Star History](#star-history)
 
 ## 简介
 
@@ -201,6 +201,7 @@
 
 > ⚠️ **备注**：本教程由于有 AI 协助生成，目前尚未全面审稿结束，很有可能会有事实性或代码不可运行的错误。欢迎大家在阅读过程中提交 Issue 或 PR 帮助指正。
 
+- **[2026-05-13]** 🚀 **全面升级大模型与传统强化学习实战**：新增可复现的 **Agentic RL**（Deep Research / rLLM）与 **传统 RL**（Actor-Critic 连续控制）训练实例。包含从零构建 Agentic 训练系统的完整代码与微调过程解析，并同步上线 VLM 强化学习（GeoQA 几何推理）动手实验！
 - **[2026-05-02]** 🎉 教程初期浏览版正式开源发布，开放测试与建议收集。
 
 ## 🗺️ 演进路线图 (Roadmap)