Property Finder 修正 Bedrock 评测偏差，成本降 86%

房地产平台 Property Finder 发现，其视觉模型评测标签中 96.8% 直接来自现有视觉语言模型的预测，而非人工核验，导致替代模型在比较中结构性吃亏。团队重新人工标注 356 张 UAE 图像并改用多标签分类，再通过 v0 到 v27 的提示词优化循环在 Amazon Bedrock 上选型，最终选出更优视觉模型，准确率更高、成本降低 86%。 其中前 256 张标注图像用于调优开发集，最终模型比较的评测集使用全部 356 张，后 100 张在开发运行之后标注。上述成本与效果数字为截至 2025 年 12 月美国东部（俄亥俄）区域的估算值。 该方法由 AWS Machine Learning Blog 分享，86% 的成本下降与准确率提升为 Property Finder 一方报告的结果。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。