---
title: "微调模型遵循支出授权：v7在165个留出场景上的评测"
canonical: "https://siyuanailab.com/curation/entry/eb34fc0cb8157ef6b2c8a5ca0360d9dd/"
dateModified: "2026-11-17"
datePublished: "2026-11-17"
---

[← 返回日报](https://siyuanailab.com/curation/#entry/eb34fc0cb8157ef6b2c8a5ca0360d9dd)

AI / 中文摘编收录于 2026-11-17

# 微调模型遵循支出授权：v7在165个留出场景上的评测

原始来源

- [DEV Community · Can a Small Open-Weights Model Learn to Enforce Its Own Spending Mandate? ↗](https://dev.to/papajams/can-a-small-open-weights-model-learn-to-enforce-its-own-spending-mandate-4ln3)原文发布：2026/11/16 06:01:38（北京时间）

依据原文整理。译文生成未通过校验，请阅读原文。

六轴双评分均分：73.75 / 100

相关性 8.5 / 10 · 新信息 7 / 10 · 证据 6.5 / 10 · 推理 8 / 10 · 信息密度 8.5 / 10 · 行动价值 7 / 10

## 中文摘编

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。

依据来源材料整理，保留事实、观点与适用范围的区别。  
完整上下文请阅读原始来源。

© 2026 思远 AI Labs
