花样滑冰被誉为“冰上的艺术”，其评估不仅依赖于运动员的技术动作，还包括艺术表现力的评估。现有的花样滑冰数据集多集中于单一任务，如动作识别或评分，缺乏全面的技术和艺术性评估。为了弥补这一空白，本文提出了FSAnno数据集及FSBench基准，前者包含了技术元素和艺术性评估的多层次注释，后者提供了一个全面的基准平台，用于测试多模态大语言模型（MLLM）在花样滑冰领域的理解能力。

统一视觉-语言模型通过指令控制在共享架构下完成多种视觉与语言任务，但这一特性也带来了新的安全风险，即对抗样本需要在多个不可预测的任务指令下同时保持攻击有效性。本文提出了CrossVLAD，一个基于MSCOCO并结合 GPT-4 辅助标注的跨任务对抗攻击评测基准，用于系统评估统一视觉-语言模型在多任务场景下的对抗鲁棒性。该基准聚焦于目标类别篡改攻击，并提出新的跨任务成功率指标，以衡量对抗样本在多个任