GraphDecisionBench：在图表任务上评测 System One 模型

研究者提出 GraphDecisionBench，一个与模型无关的基准，通过结构任务画像、匹配的图-文本输入对照和启发式提案控制来诊断图决策表现。该基准评测了 Jev 等基于选择的模型及语言模型基线，覆盖十四种模型-接口配置，结果显示准确识别邻接关系并不保证更广的结构正确性，图-文本联合输入也未持续提升预测。代码与汇总结果已公开。