Markdown издање

AI-translated from English; not yet reviewed by a fluent editor.

# FLARE тестира одлуке АИ-ја о обнови напајања уз извештаје слабијег квалитета

> Нови симулациони тест показује да АИ агенти често достижу референтни план обнове напајања, али њихови најлошији случајеви и предлози небезбедних склопних операција задржавају независне безбедносне провере у средишту пажње.

By BIG CHANGE Editorial

Published: 2026-10-19T11:40:34.898Z
Updated: 2026-10-19T11:40:34.898Z
Canonical: https://bigchange.ai/blog/flare-ai-grid-restoration-benchmark-degraded-reports

![Conceptual charcoal miniature of houses and local electricity poles, with an open disconnector prominent in the foreground.](https://bigchange.ai/api/media/file/flare-simulated-feeder-restoration-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE; no actual utility, outage, research apparatus or test result is depicted.

Истраживачи су направили [симулациони тест под називом FLARE](https://arxiv.org/html/2610.23251v1) како би испитали како се агенти засновани на језичким моделима сналазе у уском, али важном задатку на електроенергетској мрежи: избору начина обнављања напајања након што је квар већ изолован. Агенти добијају непотпуне или нетачне извештаје, могу да затраже додатне информације и предложе склопне операције. Одвојен заштитни механизам заснован на физици одлучује да ли је предложено затварање спојног прекидача безбедно у симулираној мрежи.

Рад у [препринт верзији од 16. октобра](https://arxiv.org/abs/2610.23251) обухвата 800 физичких случајева у пет услова посматрања и 78.750 епизода модела у свим евалуацијама. Пружа начин за испитивање одлука о обнови напајања и њихових начина отказа. Не извештава о теренском испитивању у електропривредном предузећу нити о измереном побољшању стварне услуге.

## Велика промена

- **Шта се променило:** FLARE повезује прикупљање информација и избор склопних операција агента са симулираним електричним последицама, уместо да оцењује само одговор. Аутори могу да упореде одлуке донете уз јасне и поуздане извештаје са одлукама донетим уз ограничене или погрешне податке.
- **Зашто је важно:** Истраживач електроенергетских мрежа може да испита где агент губи време или предлаже небезбедну склопну операцију, док одвојена физичка провера и даље одлучује да ли ће та операција бити извршена. Одбијене радње из рада показују зашто уверљив план не може сам себи да буде безбедносно одобрење.
- **Шта треба пратити:** Аутори наводе податке електропривредних предузећа, студије са људским оператерима и потпунију електричну валидацију као будући рад. Те провере би одредиле у којој мери овај тест може да помогне подршци одлучивању изван свог симулираног задатка после изолације квара.

## Шта агенти заиста раде

FLARE почиње **после изолације квара**, када делови дистрибутивног извода и даље немају напајање. У сваком случају агент може да тражи извештаје надзорног система, информације из позива потрошача или очитавања индикатора квара; захтева преглед или тест прекидача; симулира предложену операцију; отвори секциони растављач; затвори спојни прекидач; или се заустави. Спојни прекидач може да повеже подручје без напајања са другим изводом, али додатна потражња може да преоптерети опрему. Симулирани задатак има временски хоризонт од 240 минута и ограничења броја позива алата и склопних операција, према [протоколу теста](https://arxiv.org/html/2610.23251v1).

Аутори комбинују мреже извода CIGRE и SimBench са измереним временским серијама рада немачких средњенапонских мрежа. Симулирају кварове, изолацију и исходе склопних операција. Сваки од 800 основних физичких случајева има изводљив референтни план обнове напајања. Пет верзија једног случаја задржава исту мрежу и квар, а мења оно што агент види: поуздана, оскудна, шумна, застарела опажања или комбиновани услов означен као противречан. Последњи услов истовремено смањује покривеност надзором и повећава више стопа грешке, па његови резултати не могу да издвоје само утицај противречних извештаја. У додатку рада пише да је старост застарелих SCADA података ознака на очитавањима тренутног стања, а не поновно приказивање старих физичких стања.

## Просечни резултати прикривају тешке случајеве

Истраживачи су оценили пет модела подешених за праћење инструкција помоћу истог интерфејса задатака и детерминистичког декодирања. Њихова метрика, *нормализовано жаљење (regret)*, пореди пондерисани трошак прекида напајања у свакој епизоди са најбољим изводљивим референтним планом пронађеним за тај физички случај и са непредузимањем било какве радње. Нула означава једнак трошак као код референтног плана; јединица није боља од потпуног нечињења. Трошак обухвата време током којег потрошачи немају струју и пондерише категорије потрошача, па коначан проценат потрошача којима је враћено напајање не описује цео резултат.

У основним условима посматрања, [табела 2 у раду](https://arxiv.org/html/2610.23251v1) наводи просечно жаљење од 0,082 за Qwen 2.5-7B до 0,148 за Qwen 2.5-3B. Сваки модел има медијану нула, што значи да је најмање половина његових епизода достигла референтни трошак. Ипак, жаљење на 95. перцентилу креће се од 0,814 до 1,000. Просеци зато прикривају мањи скуп епизода чији су исходи близу трошку остављања симулираног прекида без обнове напајања. То су резултати теста, а не мерења стварних прекида код потрошача.

Већи број параметара модела у овом поређењу није доносио доследну предност: Qwen 2.5-7B имао је боље просечно жаљење и жаљење на 95. перцентилу од тестираних конфигурација Qwen 2.5-14B и четворобитног Mistral Small 24B. Рад такође наводи да је при шумним опажањима идеализована класична FLISR референца остварила 0,054, а похлепни метод 0,060, у поређењу са 0,089 за најбољи језички модел у том услову. Те референце радиле су уз заједничке временске поставке и метрику теста; резултати не успостављају општи ранг система у стварном раду.

## Заштита је зауставила предлоге које модели не би смели да изврше

Пре него што предложено затварање спојног прекидача промени симулирану мрежу, FLARE на пробној копији физичког стања проверава да ли би се нарушила топологија мреже, поново довео напон на изоловани квар или прекршила ограничења прорачуна токова снага наизменичне струје. Та провера користи информације које агент не добија. Одбијен предлог и даље троши време, али не мења мрежу.

Истраживачи су затим поново извршили 15.706 радњи које је заштита одбила на клонираним стањима мреже. Наводе да би 15.142, односно 96,4%, изазвало кршење физичких ограничења. Термичко преоптерећење појавило се код 8.165 одбијених радњи, при чему су се ознаке различитих кршења могле преклапати. Одсуство стварно изазваних озбиљних отказа у епизодама одражава интервенцију заштите; не показује да су модели самостално бирали безбедне радње.

За истраживаче је корисна разлика између квалитета плана који агент предлаже и независне провере која спречава да небезбедан предлог буде извршен. FLARE чини обе ствари видљивим. Његов прорачун симетричног тока снага позитивног редоследа не пружа изворну трофазну валидацију ни проверу кратког споја, а аутори позивају на податке електропривредних предузећа и студије са људским оператерима. Студија оцењује симулирану обнову напајања после изолације, а не аутономни контролер електропривреде или доказану промену стварног времена обнове напајања.

## Извори и додатна литература

- [FLARE: евалуација агената језичких модела заснована на физици за обнову напајања извода уз опажања слабијег квалитета](https://arxiv.org/html/2610.23251v1). BHVSP Subrahmanyam и Neeraj Choudhary, arXiv v1, предато 16. октобра 2026. Цео препринт садржи дефиницију задатка, конструкцију симулираних случајева, метрику, резултате модела, анализу заштите и наведена ограничења. То је евалуација аутора, а не теренска студија електропривреде или независно понављање истраживања.
- [Запис о раду FLARE на arXiv-у](https://arxiv.org/abs/2610.23251). Потврђује наслов, ауторе, верзију и време предаје и сажима главне резултате. Запис не доноси додатну теренску валидацију.
- [Репозиторијум кода FLARE](https://github.com/dr-pandit-69/FLARE-neurips). Јавни репозиторијум аутора са кодом, конфигурацијом и збирним резултатима, прегледан 19. октобра 2026. README наводи да велике подлоге мрежа, генерисани панели података, тежине модела и излази појединачних епизода нису тамо сачувани; BIG CHANGE није покренуо нити репродуковао тест.

## Sources

- [FLARE: евалуација агената језичких модела заснована на физици за обнову напајања извода уз опажања слабијег квалитета, цео текст arXiv v1](https://arxiv.org/html/2610.23251v1) — Основне методе, табеле 1–4, резултати и ограничења. Симулирана евалуација аутора; без теренске валидације електропривреде или независног понављања.
- [arXiv запис: FLARE](https://arxiv.org/abs/2610.23251) — Потврђује време предаје верзије v1, ауторе, наслов и метрике у сажетку; није засебна емпиријска потврда.
- [Репозиторијум кода FLARE-neurips](https://github.com/dr-pandit-69/FLARE-neurips) — README аутора описује код, конфигурације и збирне резултате, као и изостављене велике подлоге мрежа, генерисане панеле, тежине и излазе по епизодама. Постојање репозиторијума не потврђује да је BIG CHANGE покренуо тест.