PowerAgentBench-SS: A Benchmark for Agentic AI in Power System Steady-State Studies

• 类型：arxiv
• 标识：2606.18789
• 链接：http://arxiv.org/abs/2606.18789v1
• 主分类：evaluation
• 形态：benchmark
• 被引：2
• 被引来源：Semantic Scholar
• S2被引：2
• OpenAlex被引：0
• 影响力被引：0
• TLDR：The results show why solver-only or answer-only evaluation is insufficient: agents are distinguished not only by top-contingency discovery, but also by validation-budget use, explicit submission, type coercions, duplicate validations, evidence-backed reporting, and mitigation behavior.
• OpenAlex ID：W7165183551
• OpenAlex DOI：10.48550/arxiv.2606.18789
• DOI：10.48550/arxiv.2606.18789
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2606.18789
• OpenAlex更新：2026-07-19
• 副分类：agent
• 待LLM分类：否
• 标题中文：PowerAgentBench-SS：面向电力系统稳态研究的 Agentic AI 基准
• TLDR中文：结果表明仅评估求解器或仅评估答案是不足的：Agent 的差异不仅体现在发现关键 contingency 上，还体现在验证预算的使用、显式提交、类型强制、重复验证、基于证据的报告以及缓解行为等方面。
• 来源文件：
• /inbox/tom/_candidates/2026-06-18-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]