基准评估模型在身份、认证、车辆状态和工具可用性变化下的执行决策。
推荐理由：该工作隔离了车控执行前的授权环节，要求模型在执行、拒绝、澄清、确认等动作间选择；相比内容安全，它直接测量错误工具调用造成的物理风险。
阅读原文