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

技術的概要：スマートグリッドにおける構造化数値推論のためのルール認識型プロンプトフレームワーク

問題定義

現代のスマートグリッドは、信頼性を確保するために、高次元の数値テレメトリ（バス電圧、電力注入、線路潮流など）と明示的な運用ルールに依存している。大規模言語モデル（LLM）がグリッド運用への応用としてますます検討されているが、現在の導入事例は主にログやアラートといったテキスト中心であり、数値測定値そのものに対する推論には焦点が当てられていない。数値グリッドデータを単純にトークンとして直列化すると、LLM は基礎となる意思決定ルールに従うことができず、表現の選択に対して敏感になり、物理的または統計的な基準から逸脱しがちである。このギャップは、意思決定が明確に理解された運用限界に遡って追跡可能でなければならない、安全上重要な異常検知（AD）において決定的に重要である。ここで扱われる核心的な課題は、LLM が電力系統のルールに忠実で、運用者に解釈可能であり、かつトークン使用量が効率的な方法で数値テレメトリを推論できるように、プロンプトをどのように構造化するかである。

手法

著者らは、ドメイン文脈、測定値のセマンティクス、および意思決定ルールを符号化するように設計されたモジュール型アーキテクチャにプロンプトを分解する「ルール認識型プロンプトフレームワーク」を提案する。このフレームワークは、6 つの明確なモジュールから構成される。

1. 役割指示（R）: モデルのペルソナ（例：電力系統アナリスト）とタスクを定義する。
2. ドメイン文脈（C）: システム、測定値の種類、および特徴量のセマンティクスを記述し、数値値を物理的な意味に根ざさせる。
3. 数値正規化（N）: スケール感度とトークンの冗長性を低減するため、生測定値を正規化量（例：z スコア）に変換する手順を指定する。
4. ルール認識型推論（S）: 意思決定ロジック（例：3 シグマ基準）を符号化し、LLM にこれらのルールを明示的に適用するよう指示する。
5. 値ブロック（V）: 推論ルールと整合したコンパクトな形式（例：正規化された記述子のリスト）でテレメトリを提示する。
6. 出力スキーマ（O）: 応答をカテゴリラベルと、機械が実行可能な簡潔な説明に制限する。

このフレームワークは、200 億パラメータのオープンウェイト MoE モデルであるGPT-OSS-20Bを用いて、IEEE 118 バス送電網上で具体化された。本研究は、5 つのプロンプトおよび適応レジームを評価した。

• ゼロショット: ラベル付き例なし。
• フューショット: 2 つのラベル付き例（正常 1 つ、異常 1 つ）。
• コンテキスト内学習（ICL）: 5 つの多様なラベル付き例。
• LoRA 微調整: ラベルと根拠を生成するためのパラメータ効率化適応。
• ハイブリッド LLM+DL: LLM がルール認識型の特徴量選択器および説明エンジンとして機能し、下流の深層学習（DL）検出器向けにチャネルをフィルタリングする。

重要な設計選択の一つは、値ブロック（V）の表現である。本論文では、生値のみ；生値に平均/標準偏差を付加；生値に平均/標準偏差/z スコアを付加；およびz スコアのみの 4 つの変種を比較した。提案された「z スコアのみ」の設計は、生値や統計量を省略し、意思決定ルールと整合した絶対 z スコアのみに依存することで、推論情報を保持しつつトークン使用量を最小化する。

主要な結果

3 つのランダムなセンサーで 15% の偏差を注入した異常を含む IEEE 118 バスシステムで行われた実験は、以下の知見をもたらした。

• 値ブロック設計の影響: ゼロショット設定において、数値データの表現は性能に大きく影響する。生値のみを使用した場合（設定 1）、精度は低く（36.2%）、統計的コンテキストを追加した場合（設定 2）は F1 スコアが 65.3% に向上した。しかし、**z スコアのみの設計（設定 4）**は、71.8% の精度と 77.9% の F1 スコアという最高のゼロショット性能を達成し、生値設定と同等のトークン数（2,203 トークン対 2,189 トークン）を維持しながら、生統計を含む設定よりはるかに低いトークン数で済ませた。これは、より多くのデータを露呈させるだけでなく、簡潔でルールに整合した表現が性能を上回すことを示している。
• 監督レベル: 監督レベルが高まるにつれて性能は段階的に向上した。フューショットと ICL は F1 スコアを 80% 以上に引き上げた。LoRA 微調整は100% のリコールを達成したが、精度は 75.8% と低く、F1 スコアは 86.2% となった。
• ハイブリッドアーキテクチャ: ハイブリッド LLM+DLアプローチは、94.0% の精度、93.6% の F1 スコアという最高の全体的性能を達成し、100% の精度を記録した。この設定では、LLM が 3 シグマルールに基づいて測定チャネルをフィルタリングした後、それらを従来の DL 検出器に渡す。この構成は、単独の DL 検出器（F1 88.3%）および直接的な 3 シグマ基準（F1 89.9%）の両方を上回った。
• トークン効率: z スコアのみのプロンプト（設定 4）は、性能と効率のバランスが最も優れていた。対照的に、ICL は 11,000 トークン以上を要し、LoRA 微調整は設定 4 と同様のトークン数であったにもかかわらず、モデルの読み込みによる遅延が高かった。

意義と主張

本論文は、グリッド監視タスクにおいて、プロンプト設計における明確さとルールへの整合性は、入力量よりも重要であると主張する。主な貢献は以下の通りである。

1. 役割、文脈、正規化、ルール仕様、および出力を明示的に分離するモジュール型でルール認識のプロンプトフレームワーク。これにより、グリッド監視タスク間での再利用可能な統合が可能になる。
2. 生測定値ではなく、運用基準と整合した正規化された偏差（z スコア）に基づいて LLM の意思決定が行われるという原理的な定式化。これにより、意思決定が統計的または物理的ルールに遡って追跡可能であることが保証される。
3. 解釈可能な根拠を提供しながら、従来の検出器を精度の面で上回るハイブリッド LLM+DL アーキテクチャの実証的実証。これにより、高次元テレメトリと汎用 LLM の間のギャップが効果的に埋められた。

著者らは、LLM を従来の閾値ベースの検出器の代替としてではなく、明示的なルール、正規化された証拠、および構造化された出力制約を統合して透明性と運用者の信頼を高めるコンポーネントとして位置づけている。今後の研究として、より豊富な物理ルール（例：AC 潮流の一貫性）の取り込み、およびこのフレームワークを配電系統やマイクログリッドへ拡張することが提案されている。