Property Finder 修复评估偏差并优化提示词

房地产平台 Property Finder 发现，其模型评估标签中 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。团队重新人工标注 356 张阿联酋图像，改用多标签分类，并结合 v0 到 v27 的提示词优化循环，在 Amazon Bedrock 上选出更优模型。 据 AWS Machine Learning Blog 称，该方法在阿联酋图像上取得更高准确率，成本降低 86%。这些数字是截至 2025 年 12 月美国东部（俄亥俄）区域的估算；埃及的 230 张图像仅作跨区域检查，结果未在文中报告。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整过。

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。