Property Finder修正Bedrock模型评测偏差

房地产平台 Property Finder 发现，其模型评测标签中 96.8% 直接来自现有视觉语言模型的预测，而非人工核验，导致替代模型在对比中结构性处于劣势。团队请专家重新标注 356 张阿联酋图片，改用多标签分类，并通过 v0 到 v27 的提示词优化循环在 Amazon Bedrock 上选型。 据 AWS 博客称，该方法在阿联酋图片上实现准确率提升、成本降低 86%；埃及 230 张图片仅作跨区域检查，未报告结果，成本数字为 2025 年 12 月美国东部（俄亥俄）区域的估算。评测集包含 256 张开发图片，两个模型的提示词均在这些图片上调优。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。