研究者提出GraphDecisionBench图任务基准

2026年10月15日，arXiv Artificial Intelligence 刊出报道，研究者 Xianliang Yang、Yapu Zhang、Li Zhao 提出并发布 GraphDecisionBench，一个与模型无关的基准，用于评测 System One 模型在图任务上的表现。该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，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。截至本综述，尚无后续跟进报道，事件进展以上述发布内容为准。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。