Bench基准

**划重点:**1.🧠MLLMs在处理误导性信息时存在脆弱性，苹果提出MAD-Bench基准解决问题。2.📊MAD-Bench包含850个图像提示对，评估MLLMs在文本提示和图像之间处理一致性的能力。3.🚀研究表明GPT-4V在场景理解和视觉混淆方面表现更好，为提高AI模型鲁棒性提供了战略性提示设计方案。