A Rule-Aware Prompt Framework for Structured Numeric Reasoning in Cyber-Physical Systems
本文提出了一种模块化、规则感知的提示框架，该框架融合了电力系统领域上下文、数值归一化以及明确的操作规则，以增强大语言模型在智能电网等信息物理系统中执行结构化数值推理和异常检测的能力。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，智能电网就像一支庞大、高速的交响乐团，正在演奏一首复杂的电力交响曲。每一件乐器（输电线路、变压器、传感器）都在不断反馈其演奏的音符——电压水平、功率流动和速度。在正常情况下，这些音符遵循着严格的、数学化的乐谱（即“运行规则”）。如果某件乐器开始演奏出过响或过弱的音符，这就意味着出现了问题，比如琴弦断裂或遭受网络攻击。
问题在于，这支乐团的“指挥”（计算机系统）通常非常僵化。它们只能读取原始数据。如果数字发生微小变化，系统可能会感到困惑或遗漏错误。
最近，科学家们开始使用大语言模型（LLMs）——即那种能够写诗或与你聊天的同类人工智能——来协助指挥这支乐团。他们心想：“如果人工智能能理解人类语言，也许它也能理解电网的数据。”但这里有个陷阱：如果你只是向人工智能提供一长串原始数字，它会被淹没。它会开始猜测，而不是遵循电网的严格规则，这在处理电力时是危险的。
解决方案：一种“规则感知”的提示框架
本文的作者构建了一种特殊的“翻译器”或结构化提示框架。可以将此框架视为你在让人工智能查看数据之前交给它的一份定制操作手册。该框架不再只是说“这里有一些数字，告诉我它们是否异常”，而是将任务分解为六个清晰、模块化的步骤，就像食谱一样：
- 角色（R）：“你是一名电力系统分析师。”（设定人工智能的思维模式）。
- 上下文（C）：“这是电网的地图以及这些数字的含义。”（解释物理原理）。
- 标准化（N）：“不要查看原始数字。将它们转换为'Z 分数’。”
- 类比：想象你在评判一场比赛。与其告诉人工智能精确的秒数（这在短跑运动员和马拉松选手之间差异巨大），不如告诉它：“这个人比平均选手慢了多少秒？”这样就能轻松比较 100 米短跑和 10 英里长跑。"Z 分数”就是这种标准化的比较。
- 规则（S）：“规则如下：如果一个数字偏离平均值超过 3 个标准差，它就是异常值。”（这是“三西格玛”规则，一种标准的统计安全网）。
- 数值块（V）：实际数据，以整洁、紧凑的标准化"Z 分数”列表形式呈现。
- 输出（O）：“告诉我‘正常’或‘异常’，并给出一个句子的原因。”
实验：测试乐团
研究人员在一个著名的复杂电网——IEEE 118 节点系统（就像一个微型城市的电网）上测试了该框架。他们使用了一个特定的开源人工智能模型（GPT-OSS-20B），并尝试了不同的数据输入方式：
- “原始数据”的失误：当他们只是向人工智能提供原始数字（例如“电压为 115.4"）时，人工智能表现挣扎。这就像让人类在没有磁铁的情况下在干草堆里找针。它只有约 36% 的时间能给出正确答案。
- “标准化”的成功：当他们使用该框架将数据转换为Z 分数（即“偏离平均值多远”的指标），并给出严格的“三西格玛”规则时，人工智能的性能突飞猛进。它变得更擅长发现那些“断裂的琴弦”。
- “混合”冠军：最佳结果来自一个混合团队。在这种设置下，人工智能充当智能过滤器。它查看数据，利用其推理能力挑出最可疑的乐器，然后将仅这些少数数据传递给传统的、超快的计算机检测器以做出最终裁决。
- 结果：该团队实现了近乎完美的精确度（它们发出的警报 100% 是真实的），并检测到了 88% 的实际问题。这比单独使用人工智能或单独使用传统计算机都更快、更准确。
关键要点
- 结构比规模更重要：人工智能并不需要更多的数据；它需要更好的数据。通过剔除原始数字并向人工智能提供标准化的"Z 分数”和清晰的规则，人工智能能够进行更好的推理。这就像给侦探一个清晰的嫌疑人画像，而不是一堆未分类的证据。
- “规则感知”方法有效：通过明确告知人工智能电网的数学规则，人工智能停止了猜测，开始遵循“乐谱”。
- 效率：最佳的提示实际上是最短的。通过去除不必要的原始数据，人工智能处理信息更快，并使用了更少的计算机算力（更少的“令牌”）。
结论
本文表明，我们不需要用人工智能取代电网旧有的、可靠的安全系统。相反，我们可以将人工智能用作一个智能助手，它理解规则并懂得电网的语言。通过将数据组织成清晰、基于规则的格式（即“规则感知提示”），我们可以使人工智能成为保持电力安全稳定的可靠伙伴，而不会因海量数字而感到困惑。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。