lmms-eval：v0.6重构评测流水线并新增独立服务

lmms-eval是EvolvingLMMs-Lab维护的开源多模态大模型评测框架，供研究者和工程师在统一流水线中评测各类模型。本次v0.6正式发布重构了评测运行架构，将评测能力拆分为独立服务，并在统计分析机制中加入置信区间与配对检验，使跨模型、跨任务的结果比较更严谨。项目提供复现命令，采用Apache-2.0许可，使用者可按仓库说明搭建环境并复核评测结果。