arXiv·· 12 天前AI 评分31
GraphDecide：在图表任务上对 System One 模型进行基准测试
GraphDecide: Benchmarking System One Models on Graph Tasks
AI 导读
研究者提出 GraphDecide，一个与模型无关的基准，通过结构任务画像、匹配的图-文输入对比和启发式提案控制来诊断图决策性能。该基准评估了 Jev 等基于选择的模型及语言模型基线，覆盖 14 种模型-接口配置。
来源：arXiv · arxiv.org