feat(vision_mcq): write tests/test_vision_mcq.py

[lianghsun]

建立 Vision MCQ 完整的 pytest 測試檔案。

對應 CLAUDE.md

Section 6.6 - 建立測試檔案

任務內容

建立 tests/test_vision_mcq.py，至少涵蓋：

Extractor 測試

• get_name() 回傳 "vision_mcq"
• uses_vision flag 為 True
• extract() 可正確提取 A/B/C/D
• extract() 可正確提取 Yes/No (POPE)
• extract() 對 None / 空字串的處理
• extract() 對含 reasoning 文字的處理

Scorer 測試

• 重用 ExactMatchScorer，確認 PRESETS 註冊正確

PRESETS 註冊

• 確認 PRESETS[\"vision_mcq\"] 存在
• 確認對應 (VisionMCQExtractor, ExactMatchScorer)

Benchmark Registry

• 確認 mmbench, mmstar, mmmu, pope 都在 BENCHMARK_REGISTRY 中
• 確認 eval_method 都是 "vision_mcq"

Example Dataset

• 4 個 benchmark 的 test.jsonl 都存在
• 格式正確（必要欄位齊全）
• 圖片檔案實際存在
• 樣本數符合預期 (10-20 筆)

Image Encoding（evaluator helper）

• 本地檔案 → base64 data URI
• URL → 直接 passthrough
• 不存在的檔案 → 適當的錯誤處理

Template File

• twinkle_eval/templates/vision_mcq.yaml 存在且可被 YAML parse

驗收標準

• python3 -m pytest tests/test_vision_mcq.py -v 全部通過
• python3 -m pytest tests/ -v 完整測試套件無新增失敗
• 不需要呼叫任何外部 API（pure unit test）

Part of Milestone #22