GraphDecisionBench：评测 System One 模型在图任务上的表现

研究提出 GraphDecisionBench 模型无关基准，评测 Jev 等 System One 模型在图任务上的决策能力，覆盖 14 种模型接口配置。测试发现：精确的邻接识别并不保证更广泛的结构正确性，联合图-文输入未必提升预测质量，可行构造也不等于高解质量。代码与汇总结果已在 GitHub 开源。