طوّر باحثون معيار محاكاة باسم FLARE لاختبار كيفية تعامل وكلاء النماذج اللغوية مع مهمة محددة لكنها مؤثرة في الشبكة: اختيار طريقة استعادة الكهرباء بعد عزل العطل بالفعل. يتلقى الوكلاء تقارير غير مكتملة أو غير دقيقة، ويمكنهم طلب معلومات إضافية واقتراح عمليات تشغيل للمفاتيح. وتقرر آلية حماية منفصلة قائمة على الفيزياء ما إذا كان إغلاق مفتاح ربط مقترح آمنًا في الشبكة المحاكاة.

تورد المسودة البحثية المنشورة في 16 أكتوبر 800 حالة فيزيائية ضمن خمسة ظروف للرصد، و78,750 حلقة تشغيل للنماذج عبر تقييماتها. وهي توفر طريقة لفحص قرارات الاستعادة وأنماط إخفاقها. ولا تذكر اختبارًا ميدانيًا لدى شركة كهرباء أو تحسنًا مقاسًا في الخدمة الفعلية.

التغيير الكبير

  • ما الذي تغيّر: يربط FLARE جمع الوكيل للمعلومات واختياراته لعمليات المفاتيح بعواقب كهربائية محاكاة، بدلًا من تقييم إجابة فقط. ويستطيع المؤلفان مقارنة القرارات المبنية على تقارير سليمة بالقرارات المبنية على تقارير محدودة أو خاطئة.
  • لماذا يهم: يستطيع باحث الشبكات فحص المواضع التي يهدر فيها الوكيل الوقت أو يقترح تشغيلًا غير آمن، مع إبقاء قرار تنفيذ التشغيل بيد فحص فيزيائي منفصل. وتوضح الإجراءات المرفوضة في الورقة لماذا لا يمكن لخطة تبدو معقولة أن تمنح نفسها تصريح السلامة.
  • ما الذي ينبغي متابعته: يحدد المؤلفان بيانات شركات الكهرباء، والدراسات مع المشغلين البشر، والتحقق الكهربائي الأكثر اكتمالًا بوصفها أعمالًا مستقبلية. وستحدد تلك الفحوص مدى قدرة هذا المعيار على إفادة دعم القرار خارج مهمته المحاكاة التي تبدأ بعد عزل العطل.

ما الذي يفعله الوكلاء فعلًا

يبدأ FLARE بعد عزل العطل، حين تظل أجزاء من مغذّي التوزيع بلا كهرباء. وفي كل حالة، يمكن للوكيل طلب تقارير المراقبة أو معلومات مكالمات العملاء أو قراءات مؤشرات الأعطال؛ أو طلب تفتيش أو اختبار مفتاح؛ أو محاكاة عملية مقترحة؛ أو فتح مفتاح تقسيم المقاطع؛ أو إغلاق مفتاح ربط؛ أو التوقف. ويمكن لمفتاح الربط توصيل منطقة منقطعة الكهرباء بمغذٍّ آخر، لكن الطلب الإضافي قد يحمّل المعدات فوق طاقتها. وتبلغ المدة الزمنية للمهمة المحاكاة 240 دقيقة، مع حدود لعدد استدعاءات الأدوات وعمليات المفاتيح، وفقًا لما يحدده بروتوكول المعيار.

يجمع المؤلفان شبكات مغذيات من CIGRE وSimBench مع سلاسل زمنية مقاسة لتشغيل شبكات الجهد المتوسط الألمانية. ويحاكيان الأعطال والعزل ونتائج عمليات المفاتيح. ولكل حالة من الحالات الفيزيائية الأساسية البالغ عددها 800 خطة مرجعية قابلة للتنفيذ لاستعادة الكهرباء. وتُبقي النسخ الخمس من الحالة الشبكة الأساسية والعطل ثابتين، مع تغيير ما يراه الوكيل: رصد سليم، أو شحيح، أو مشوش، أو قديم، أو ظرف مركّب يسمّى متعارضًا. ويقلل الظرف الأخير أيضًا تغطية المراقبة ويرفع عدة معدلات للخطأ، ولذلك لا تستطيع نتائجه عزل أثر التقارير المتناقضة وحدها. ويقول ملحق الورقة إن عمر بيانات SCADA القديمة مجرد وسم على قراءات الحالة الحالية، وليس إعادة تشغيل لحالات فيزيائية قديمة.

المتوسطات تخفي الحالات الصعبة

قيّم الباحثان خمسة نماذج مضبوطة لاتباع التعليمات باستخدام واجهة المهمة نفسها وفك ترميز حتمي. ويقارن مقياسهما، الندم المُطبَّع، تكلفة انقطاع الكهرباء المرجّحة في كل حلقة بأفضل خطة مرجعية قابلة للتنفيذ عُثر عليها لتلك الحالة الفيزيائية، وبخيار عدم فعل أي شيء. الصفر يطابق التكلفة المرجعية؛ والواحد لا يقدم نتيجة أفضل من عدم اتخاذ أي إجراء. وتشمل التكلفة مدة بقاء العملاء بلا كهرباء وتمنح أوزانًا لفئات العملاء، ولذلك لا تصف النسبة النهائية للعملاء الذين عادت إليهم الكهرباء النتيجة كاملة.

عبر ظروف الرصد الأساسية، يعرض الجدول 2 من الورقة متوسط ندم يتراوح بين 0.082 لنموذج Qwen 2.5-7B و0.148 لنموذج Qwen 2.5-3B. ولكل نموذج وسيط يساوي صفرًا، أي إن نصف حلقاته على الأقل طابقت التكلفة المرجعية. لكن الندم عند المئين 95 يتراوح بين 0.814 و1.000. ولهذا تخفي المتوسطات مجموعة أصغر من الحلقات التي تقترب نتائجها من تكلفة ترك الانقطاع المحاكى من دون استعادة الكهرباء. وهذه درجات معيار، وليست قياسات لانقطاعات فعلية لدى العملاء.

لم يمنح ازدياد عدد معاملات النموذج أفضلية ثابتة في هذه المقارنة: حقق Qwen 2.5-7B نتائج أفضل في متوسط الندم والمئين 95 من إعدادي Qwen 2.5-14B وMistral Small 24B ذي الأربع بتات اللذين خضعا للاختبار. وتذكر الورقة أيضًا أنه مع الرصد المشوش، سجل المرجع التقليدي المثالي لـFLISR درجة 0.054، وطريقة جشعة 0.060، مقابل 0.089 لأفضل نموذج لغوي في ذلك الظرف. وعملت هذه المراجع وفق التوقيت والتقييم المشتركين للمعيار؛ ولا تثبت النتائج ترتيبًا عامًا للأنظمة العاملة في الواقع.

الحماية اعترضت مقترحات لا ينبغي للنماذج تنفيذها

قبل أن يغير إغلاق ربط مقترح الشبكة المحاكاة، يفحص FLARE على نسخة تجريبية من الحالة الفيزيائية ما إذا كان سيخرق بنية الشبكة، أو يعيد تغذية العطل المعزول بالكهرباء، أو يخفق في استيفاء حدود تدفق القدرة بالتيار المتردد. ويستخدم هذا الفحص معلومات محجوبة عن الوكيل. ويظل المقترح المرفوض يستهلك الوقت، لكنه لا يغير الشبكة.

ثم أعاد الباحثان تشغيل 15,706 إجراءات رفضتها آلية الحماية على حالات مستنسخة للشبكة. وأفادا بأن 15,142 إجراءً، أو 96.4%، كانت ستتسبب في انتهاك للقيود الفيزيائية. وظهر حمل حراري زائد في 8,165 إجراءً مرفوضًا، مع السماح بتداخل تصنيفات الانتهاكات. ويعكس غياب الأعطال الجسيمة الناجمة عن إجراءات نُفذت فعلًا في الحلقات تدخل آلية الحماية؛ ولا يثبت أن النماذج اختارت إجراءات آمنة بصورة مستقلة.

بالنسبة إلى الباحثين، يكمن التمييز المفيد بين جودة الخطة التي يقترحها الوكيل والفحص المستقل الذي يمنع تنفيذ مقترح غير آمن. ويُظهر FLARE الجانبين. ولا يوفر حساب تدفق القدرة المتزن ذي التتابع الموجب تحققًا أصيلًا ثلاثي الأطوار أو من القصر الكهربائي، ويدعو المؤلفان إلى بيانات شركات الكهرباء ودراسات مع المشغلين البشر. وتقيّم الدراسة استعادة محاكاة بعد العزل، لا متحكمًا ذاتيًا لشركة كهرباء ولا تغيرًا مثبتًا في أزمنة الاستعادة الحقيقية.

المصادر وقراءات إضافية

  • FLARE: تقييم قائم على الفيزياء لوكلاء النماذج اللغوية لاستعادة المغذيات في ظل رصد متدني الجودة. BHVSP Subrahmanyam وNeeraj Choudhary، arXiv v1، قُدّم في 16 أكتوبر 2026. وتوفر المسودة الكاملة تعريف المهمة وبناء الحالات المحاكاة والتقييم ونتائج النماذج وتحليل الحماية والقيود المعلنة. وهو تقييم المؤلفين، لا دراسة ميدانية لشركة كهرباء ولا تكرار مستقل.
  • سجل FLARE على arXiv. يؤكد العنوان والمؤلفين والإصدار ووقت التقديم، ويلخص النتائج الأساسية. ولا يضيف السجل تحققًا ميدانيًا.
  • مستودع شيفرة FLARE. مستودع المؤلفين العام للشيفرة والإعدادات والنتائج المجمعة، جرت مراجعته في 19 أكتوبر 2026. ويقول README إن البنى الأساسية الكبيرة للشبكات، ولوحات البيانات المولدة، وأوزان النماذج، ومخرجات كل حلقة غير مخزنة فيه؛ ولم تشغّل BIG CHANGE المعيار أو تعِد إنتاجه.