提出视觉弃答任务及含1050组可行与不可行请求的Draw-or-Decline基准。
推荐理由：基准同时考查成功编辑与识别无解约束，补上生成模型“明知不可行仍作图”的评测盲区；这把拒答能力从文本安全扩展到视觉任务逻辑一致性。
阅读原文