修正评估偏差，在 Amazon Bedrock 上选出更好的模型

Property Finder 发现其评估标签中 96.8% 直接来自现有视觉语言模型的预测而非人工核验，导致任何替代模型在对比中结构性处于劣势。团队改用专家独立标注的 356 张 UAE 图像构建无偏基准，并将单标签改为多标签分类，再通过 v0 到 v27 的提示词迭代优化在 Amazon Bedrock 上选型，最终准确率更高且成本降低 86%。