GraphDecisionBench：System One 模型在图任务上表现如何？

模型无关新基准 GraphDecide 用于诊断 Jev 等 System One 模型在图理解与决策任务上的表现，它结合结构化任务画像、匹配的图-文输入对照与启发式提案控制。评测覆盖 Jev 及相关基于选择的模型与语言模型基线，共 14 种模型-接口配置。结果显示：准确的邻接识别并不保证更广的结构正确性，图-文联合输入并不总能提升预测，可行构造不等于高质量解，代码与聚合结果已开源。