学习计划暂停更新，一些有意思的分享

Pyomo暂停更新【年后继续】
这段时间一些有意思的分享

1. 基于LLaMA-Factory的大语言模型微调，现在已经很方便了，入门简单，现成的数据集很多（参考hugging face），很多开源模型（个人工作站支持1.5B~7B数量级）。

• 微调参考：从简单的自我认知修改开始学习，在微调库中基本都有identity.json，直接修改{（name）}数据用于微调即可
• Qwen模型还不错，1.5B很适合入门学习。

2. 工作过程中数据获取严重受限，在储能系统中还能得到一些BMS的实际数据，但对于系统级调控，EMS数据更为重要。目前短期的BMS数据从报警预警机器学习应用的角度参考价值很小
3. 电池仿真（基于Python），利用pybamm，有不错的仿真效果，速度很快。