研究人员推出了电力系统智能体基准测试（Power Systems Agent Benchmark），这是一个专为电网工程领域人工智能体设计的、新颖的可执行评估框架。该基准测试通过让智能体完成结构化任务并返回解决方案来评估它们，然后由一个确定性程序对这些解决方案进行评估，该程序检查运行约束并分配分数。该基准测试包含八个电力工程领域内的41个任务家族，实例按需合成以防止污染。使用三个命令行智能体进行的初步评估显示了不同的性能，一个更强大的模型取得了高分，而一个较小的开放模型则落后。 AI
影响 该基准测试有望加速人工智能体在电力系统等关键基础设施中的开发和可靠部署。
排序理由 该集群包含一篇学术论文，详细介绍了特定领域人工智能体的新基准测试。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
