材料描述了一项经济授权微调评测:模型需依据支出授权处理购买请求,并以策略要求但模型仍输出允许的决策作为不安全执行指标。在165个留出场景上,报告的v7准确率为95.8%(158/165),不安全执行为3/113(2.7%),契约有效率为165/165。v7在v4适配器基础上继续训练,使用3,300条平衡修复数据;材料称剩余7个失败中包括4个不安全允许决策。评测支出为模拟,衡量的是决策层;数据集、适配器和代码提供了公开链接。