무작위화된 정책 SFT
정책 번들의 표현 순서, 슬롯 배치, 표면 식별자 등을 무작위화하여 정책 텍스트의 고정 위치나 템플릿을 우회하도록 만든 지도학습 단계이다. 이 단계는 모델이 정책 번들을 읽고 제공된 규칙에 따라 구조화된 출력(true | c 또는 false)을 생성하도록 학습시키며, 고정된 표면 단서에 의존하는 지름길을 줄인다. 다만 이 단계만으로는 보류/허용이 뒤바뀌는 경계 사례에 대한 강한 일반화가 확보되지 않았다.
