이 연구는 목표를 순서가 있는 검증 가능한 계획으로 매핑하는 로컬 모델이 필요한 보안 개발 환경을 위해, 저랭크 분해 어댑터와 24개의 위성 보안 사례에 걸친 24개의 수작업 분해와 83개의 파생된 다음단계 예시로 구성된 사례 분리 코퍼스를 공개한다. 참조 계획 유출을 막기 위해 프롬프트는 하나의 목표와 8개의 섞인 SPARTA 후보로만 구성되며, 평가 후보 집합은 모든 참조 기법을 오라클로 포함해 검색이 아닌 선택 능력을 측정한다. 6개 고정 사례와 5개 디코딩 시드에서 1.5B 모델의 경우 어댑터 정밀도가 0.583으로 2-shot 프롬프팅의 0.480을 앞섰지만 재현율은 0.586으로 0.660에 못 미쳤으며, 1.5B·7B에서 최강 프롬프트 기준선과의 정밀도 격차는 통계적으로 0을 가로질렀다. 어댑터는 형식 준수도가 훨씬 높아 모든 점수 차이를 선택 능력만으로 귀속시킬 수 없다는 점도 확인됐으며, 연구진은 이를 신뢰할 수 있는 독립형 분해 시스템이나 일반적 어댑터 우위의 증거가 아닌 개념 증명으로 제시했다.

• •24개 위성 보안 사례의 24개 수작업 분해·83개 파생 예시로 구성된 사례 분리 코퍼스 공개
• •참조 계획 유출 방지를 위해 목표 1개+섞인 SPARTA 후보 8개로 프롬프트 구성, 선택 능력만 측정
• •1.5B 모델에서 어댑터 정밀도 0.583 vs 2-shot 프롬프팅 0.480, 재현율은 0.586 vs 0.660
• •최강 기준선과의 정밀도 격차는 통계적으로 유의하지 않아 개념 증명 수준으로 제시