mub3 spec

该数据集是一个旨在评估多模态大型语言模型（MLLMs）在误导性情境下响应不确定性的基准测试。该基准测试包含了显性和隐性的误导性指令，并重点关注了12个开源和5个闭源MLLMs在各个领域的表现。任务目标是评估MLLMs对误导性指令的易受性以及在此类条件下的性能表现。