Property Finder修正模型评估偏差并在Bedrock选型

房地产平台 Property Finder 发现，其视觉语言模型评估标签中 96.8% 直接来自现有模型的预测，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。团队与 AWS Generative AI Innovation Center 合作，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 的提示词迭代在 Amazon Bedrock 上选型。 Property Finder 称，新方法选出准确率更高的模型，成本降低 86%。上述数字为截至 2025 年 12 月美国东部（俄亥俄）区域的估算；评估集包含 256 张开发图像，两个模型的提示词均在这些图像上调优，因此得分偏乐观。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。