使用olllama加载本机模型，创建建modelfile对模型进行提示词构建，使用ngrok对ollama服务器进行反向代理进行公网访问

预训练大预言模型微调，使用peft库,用lora方法，使用alpaca_data_zh数据集，微调bloom-1b4-zh模型，主要分为数据处理、高效微调、模型合并等几个步骤，重点关注loss情况

使用pytorch框架lstm模型预测股价，通过tushare获取平安银行5000个交易日收盘价数据，使用pytorch框架构建LSTM模型，隐藏层大小200,层数50，损失函数采用均方误差损失MSELOSS，优化器采用Adam,计算结果为后100个数值平均均方误差1.3。