OpenCompass 0.5.4：多模态与多轮评测扩展

OpenCompass 0.5.4 集成 VLMEvalKit 原生数据加载、OpenAI 兼容推理和官方评测指标；GenInferencer 支持多轮推理，并引入 Multi-IF 以评估多轮指令遵循。版本还增加 LiteLLM 网关后端及 TurboMind PPL 评测接口。 评测正确性方面，更新包括拒绝代码评测中的欺骗性返回值、避免将无效 SIQA 生成判为正确，以及多项数据加载、生成和模型接口兼容修复。新增能力需与原有配置分开比较，不能把评测器变化直接解释为模型进步。