Property Finder修正Bedrock模型评估偏差

Property Finder发现，其视觉模型评估标签中96.8%直接来自现有视觉语言模型的预测，而非人工核验，导致替代模型在对比中天然处于劣势。团队重新人工标注356张阿联酋房产图片，改用多标签分类，并在Amazon Bedrock上通过v0至v27的提示词迭代完成选型，称最终准确率更高、成本降低86%。 据AWS Machine Learning Blog，该86%是与Property Finder此前使用v21提示词的方案成本估算相比；评估集包含256张开发图片，两个模型的提示词均在这些图片上调优，因此相关分数偏乐观。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。