PerceptionBench评测MLLM感知

新基准试图隔离多模态大模型的原子视觉感知错误。

推荐理由：关键不在新增榜单，而是把感知失败从推理和知识错误中剥离；这能更准确定位MLLM视觉瓶颈，避免模型评测被综合任务掩盖。