方法对比的记录：同一数据集上的系统比较、评测协议与排行榜变化。
Volttwin 发布锂电池 SOH 估计基准代码，覆盖 100 个电芯、CNN/LSTM/GRU/MLP/Attention 5 种深度学习模型、3 种输入类型与 3 种归一化方法，对应论文发表于 Journal of Energy Storage（2024，109884）。
推荐理由：该代码库把 100 个电芯、5 种深度学习模型与 3 类输入统一到同一命令行接口，便于直接复现 SOH 估计基线。
Scale AI 开源 AgentEnv 框架下的 GridSimEnv v1，把 ERCOT 2014 至 2026 年真实日前电价与 EIA-860 电池档案做成 21,250 个电池日任务，智能体每天提交 24 个整数充放电动作，由动态规划在 1 毫秒内求出精确最优并按公式打分，无需评审模型。
推荐理由：该环境把 ERCOT 真实日前电价与 EIA-860 电池档案做成可精确评分的 RL 任务，并给出 GPT-6.1 Sol 在预见与盲测两档的实测分数。
williamjay1 发布 secondlife-screening v1.0.0，提供退役锂离子电芯梯次筛选的分析代码与派生输入，评估中纳入电池护照历史、物理观测和早期电诊断，并按 pack 分组以考虑数据泄漏。仓库以 3.5 MB 压缩包形式提供下载，作者要求使用代码或派生表时引用相关文章和该仓库。
推荐理由：该仓库公开了退役电芯梯次筛选的分组评估代码与派生表，可用于复现电池护照历史与早期电诊断的筛选流程。
VSB - Technical University of Ostrava 在 Zenodo 发布 v1 版本，提出面向电池老化预测的零样本时序基础模型基准，强调泄漏感知的多数据集评测并引入共形不确定性。随附文件 Zenodo_code_and_results.zip（49.4 kB）提供代码与结果，可直接下载。
推荐理由：该基准在多数据集上考察零样本时序基础模型的老化预测，并处理数据泄漏与共形不确定性，可作为方法比较的参照。
battery_fade 是一个面向电池租赁车队的 Agent 基准任务，要求用 Rust 在离线 Cargo 项目中输出每个在役电池包的 capacity_pct 与 replace_cycle（低于铭牌 80% 时的循环数）。
推荐理由：该基准用三个刻意设置的陷阱区分正确与错误建模路线，读者可据此了解电池容量估计中数据泄漏与分布外外推的常见失效模式。
作者发布仿真引导的早期循环寿命预测稳健性评估工作，考察充电协议变化对预测的影响，并公开代码包 Simulation_Guided_Battery_Lifetime_Prediction_Code_v1.0.0.zip（1.1 MB）。材料仅给出标题与文件信息，未披露所用数据集、模型与具体误差结果。
推荐理由：该工作用仿真数据考察充电协议变化下早期循环寿命预测的稳健性，为跨协议泛化评估提供可复用的测试思路。
JES 刊出对称锂电芯中刚性离子输运的物理信息神经网络策略系统基准研究，对多种 PINN 策略进行系统对比评测。材料仅提供标题，摘要无法进一步展开。
eTransportation 第 29 卷刊出 Tingkai Li 等人的研究，对锂离子电池老化诊断中的半电池模型拟合方法进行基准比较。作者包括 Yifan Zhang、Benjamin Nowacki、Sina Navidi、Thomas Schmitt、Shan Hu 与 Chao Hu，论文计划于 2026 年 9 月出版。目前仅提供摘要，未给出具体方法细节与评测结果。
推荐理由：原文系统比较了半电池模型拟合在锂离子电池老化诊断中的多种方案，读者可据此了解不同拟合路线的适用边界。
韩国电子通信研究院发布热失控预警评测语料库 tr-corpus v1.0.0，将六个公开滥用测试数据集共 343 次实验（外部加热、过充、机械压痕和加速量热）从原始记录重建到 1 s 因果时间轴，统一通道分类，并定义六个可计算参考事件（三个阈值的热速率起始、主泄压、电压崩溃和触发后 25 mV 下降）及实验级划分。
推荐理由：六个公开滥用测试数据集被统一到 1 s 因果时间轴与固定通道体系，并给出可复算的参考事件与划分，便于热失控预警方法做可比评测。
韩国电子通信研究院发布热失控预警评测语料库 v1.0.0，将六个公开滥用测试数据集共 343 次实验（外部加热、过充、机械压痕与加速量热）从原始记录重建到 1 s 因果时间轴，采用固定通道分类，并定义六个可计算参考事件（三个阈值的热速率起始、主泄压、电压崩溃及触发后 25 mV 下降）与实验级划分。
推荐理由：六个公开滥用测试数据集被统一到 1 s 因果时间轴与固定通道体系，并给出可计算参考事件与划分，便于热失控预警方法做可比评测。
PyBaMM 26.7.0.0 将电压作为状态（voltage as a state）选项默认设为 true，电压改为代数状态求解，标准模型变为 DAE，读取 Voltage [V] 变为 O(1) 状态查询，密集输出端到端最高快 73%，SPM/SPMe/DFN 实验循环快 8-24%。
推荐理由：PyBaMM 26.7.0.0 把电压改为代数状态并默认 IDAKLUSolver，读者可据此评估升级后求解器与性能变化。