A Rule-Aware Prompt Framework for Structured Numeric Reasoning in Cyber-Physical Systems

Resumen Técnico: Un Marco de Prompts Consciente de Reglas para el Razonamiento Numérico Estructurado en Redes Inteligentes

Enunciado del Problema

Las redes inteligentes modernas dependen de telemetría numérica de alta dimensión (por ejemplo, voltajes de barra, inyecciones de potencia, flujos de línea) y reglas operativas explícitas para garantizar la fiabilidad. Aunque los Modelos de Lenguaje Grande (LLM) se exploran cada vez más para las operaciones de la red, las implementaciones actuales son predominantemente centradas en texto, enfocándose en registros y alertas en lugar de razonar directamente sobre mediciones numéricas. Cuando los datos numéricos de la red se serializan ingenuamente como tokens, los LLM a menudo no cumplen con las reglas de decisión subyacentes, volviéndose sensibles a las elecciones de representación y desviándose de criterios físicos o estadísticos. Esta brecha es crítica en la detección de anomalías (DA) de seguridad crítica, donde las decisiones deben ser rastreables a límites operativos bien comprendidos. El desafío central abordado es cómo estructurar los prompts para que los LLM puedan razonar sobre la telemetría numérica de una manera fiel a las reglas del sistema de potencia, interpretable para los operadores y eficiente en el uso de tokens.

Metodología

Los autores proponen un Marco de Prompts Consciente de Reglas que descompone los prompts en una arquitectura modular diseñada para codificar el contexto del dominio, la semántica de las mediciones y las reglas de decisión. El marco consta de seis módulos distintos:

1. Instrucción de Rol (R): Define la persona del modelo (por ejemplo, analista de sistemas de potencia) y la tarea.
2. Contexto del Dominio (C): Describe el sistema, los tipos de mediciones y la semántica de las características para fundamentar los valores numéricos en su significado físico.
3. Normalización Numérica (N): Especifica la transformación de mediciones crudas en cantidades normalizadas (por ejemplo, puntuaciones z) para reducir la sensibilidad a la escala y la redundancia de tokens.
4. Razonamiento Consciente de Reglas (S): Codifica la lógica de decisión (por ejemplo, criterios de tres sigma) e instruye al LLM para aplicar estas reglas explícitamente.
5. Bloque de Valores (V): Presenta la telemetría en un formato compacto (por ejemplo, una lista de descriptores normalizados) alineado con las reglas de razonamiento.
6. Esquema de Salida (O): Restringe la respuesta a una etiqueta categórica y una explicación breve y accionable por máquina.

El marco se implementa en la red de transmisión IEEE de 118 barras utilizando GPT-OSS-20B (un modelo MoE de peso abierto con 20 mil millones de parámetros). El estudio evalúa cinco regímenes de prompting y adaptación:

• Zero-shot: Sin ejemplos etiquetados.
• Few-shot: Dos ejemplos etiquetados (uno normal, una anomalía).
• Aprendizaje en Contexto (ICL): Cinco ejemplos etiquetados diversos.
• Ajuste fino LoRA: Adaptación eficiente en parámetros para generar etiquetas y justificaciones.
• Híbrido LLM+DL: El LLM actúa como un selector de características consciente de reglas y un motor de explicación, filtrando canales para un detector de aprendizaje profundo (DL) aguas abajo.

Una elección de diseño clave es la representación del Bloque de Valores (V). El artículo compara cuatro variantes: solo valores crudos; valores crudos con media/desviación estándar; valores crudos con media/desviación estándar/puntuación z; y solo puntuación z. El diseño propuesto de "solo puntuación z" omite los valores crudos y las estadísticas, confiando únicamente en puntuaciones z absolutas alineadas con la regla de decisión para minimizar el uso de tokens mientras preserva la información de razonamiento.

Resultados Clave

Los experimentos, realizados en el sistema IEEE de 118 barras con anomalías inyectadas (desviación del 15% en tres sensores aleatorios), arrojan los siguientes hallazgos:

• Impacto del Diseño del Bloque de Valores: En configuraciones zero-shot, la representación de los datos numéricos afecta significativamente el rendimiento. El uso de solo valores crudos (Configuración 1) resultó en una baja precisión (36.2%). Agregar contexto estadístico (Configuración 2) mejoró la F1 a 65.3%. Sin embargo, el diseño solo de puntuación z (Configuración 4) logró el mejor rendimiento zero-shot con 71.8% de precisión y una puntuación F1 del 77.9%, manteniendo un recuento de tokens comparable a la configuración de valores crudos (2,203 tokens frente a 2,189 tokens) y mucho menor que las configuraciones que incluyen estadísticas crudas. Esto demuestra que las representaciones concisas y alineadas con las reglas superan simplemente exponer más datos.
• Niveles de Supervisión: El rendimiento mejoró progresivamente con la supervisión. Few-shot e ICL elevaron la puntuación F1 por encima del 80%. El ajuste fino LoRA logró un 100% de recuperación pero una precisión más baja (75.8%), resultando en una F1 de 86.2%.
• Arquitectura Híbrida: El enfoque Híbrido LLM+DL logró el rendimiento general más alto (94.0% de precisión, 93.6% de puntuación F1) con 100% de precisión. En esta configuración, el LLM filtró los canales de medición basándose en la regla de tres sigma antes de pasarlos a un detector DL tradicional. Esta configuración superó tanto al detector DL independiente (F1 88.3%) como a la línea base directa de tres sigma (F1 89.9%).
• Eficiencia de Tokens: El prompt solo de puntuación z (Configuración 4) ofreció el mejor equilibrio entre rendimiento y eficiencia. Por el contrario, ICL requirió más de 11,000 tokens, y el ajuste fino LoRA incurrió en una mayor latencia debido a la carga del modelo, a pesar de tener recuentos de tokens similares a la Configuración 4.

Significado y Afirmaciones

El artículo afirma que la claridad y la alineación de reglas en el diseño de prompts son más críticas que el volumen de entrada para las tareas de monitoreo de la red. Las contribuciones principales son:

1. Un marco de prompts modular y consciente de reglas que separa explícitamente el rol, el contexto, la normalización, la especificación de reglas y la salida, permitiendo una integración reutilizable en tareas de monitoreo de la red.
2. Una formulación principista donde las decisiones del LLM se basan en desviaciones normalizadas (puntuaciones z) alineadas con criterios operativos en lugar de mediciones crudas, asegurando que las decisiones permanezcan rastreables a reglas estadísticas o físicas.
3. Una demostración empírica de que una arquitectura híbrida LLM+DL puede superar a los detectores tradicionales en precisión mientras proporciona justificaciones interpretables, cerrando efectivamente la brecha entre la telemetría de alta dimensión y los LLM de propósito general.

Los autores posicionan al LLM no como un reemplazo para los detectores convencionales basados en umbrales, sino como un componente que integra reglas explícitas, evidencia normalizada y restricciones de salida estructuradas para mejorar la transparencia y la confianza del operador. Se propone trabajo futuro para incorporar reglas físicas más ricas (por ejemplo, consistencia del flujo de potencia CA) y extender el marco a sistemas de distribución y microrredes.