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

研究者提出 GraphDecide，一个模型无关的基准，通过结构任务画像、图-文输入对比和启发式提案控制来诊断图表决策性能，覆盖 14 种模型-接口配置。评测显示，Jev 等 System One 模型能准确识别邻接关系，却不保证更广泛的结构正确性，图-文联合输入也未稳定提升预测，可行构造不等于高质量解。代码与汇总结果已公开。