feat(vision_mcq): prepare example datasets from HuggingFace

[lianghsun]

從 HuggingFace 下載並準備 Vision MCQ benchmark 的 example datasets，供使用者快速驗證流程而無需下載完整資料集。

對應 CLAUDE.md

Section 6.1 - 提供評測集來源與 example 樣本

任務內容

1. 從以下 HuggingFace dataset 各取 10-20 筆代表性樣本：

   • opencompass/MMBench (dev split, EN)
   • Lin-Chen/MMStar
   • MMMU/MMMU (val split)
   • lmms-lab/POPE

2. 將圖片儲存為 jpg/png 檔案於 datasets/example/{benchmark}/images/

3. 建立 JSONL 檔案於 datasets/example/{benchmark}/test.jsonl，格式：

   {"id": "...", "image_path": "images/xxx.jpg", "question": "...", "A": "...", "B": "...", "C": "...", "D": "...", "answer": "B"}

   POPE 為 Yes/No 二選一，使用 A: Yes, B: No 對應

4. 在 scripts/ 下建立 prepare_vision_mcq_examples.py 維護用腳本

5. 更新 datasets/example/README.md

驗收標準

• 4 個 benchmark 各有 example dataset
• 圖片可正常開啟
• JSONL 格式正確、欄位齊全
• README 已更新

Part of Milestone #22