fonzi22/llm_as_a_judge：用 Qwen 评判 VLM 回答的 LLM-as-a-Judge 评测工具

fonzi22/llm_as_a_judge 用 judge Qwen 对比问题、ground truth 与 prediction 来评判 VLM 回答，输出 1（匹配）或 0（不匹配），不接受图像或 bounding box。评测代码位于 llm_eval/，需分别提供 llm_eval/annotations.json 与 llm_eval/predictions/ 数据，报告存入 llm_eval/results/。