发布GraphDecisionBench：评测System One模型图任务决策能力

Xianliang Yang、Yapu Zhang 和 Li Zhao 发布 GraphDecisionBench（GraphDecide），一个模型无关的基准，用于诊断模型在图任务上的决策能力。基准结合结构化任务画像、匹配的图-文本输入对比和启发式提案控制。 论文评测了 Jev 及相关选择式模型与语言模型基线，共覆盖 14 种模型—接口配置。代码和汇总结果已在 GitHub 公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。