Property Finder 修正评测偏差，在 Bedrock 选出成本降 86% 的模型

房地产平台 Property Finder 发现，其模型评估所用的标签中有 96.8% 直接沿用了现有视觉语言模型的预测，并未经过人工核验，这使任何替代模型在比较中都结构性处于劣势。团队随后改由具备房地产领域知识的专家独立标注 356 张阿联酋图片，并将单标签分类改为多标签分类，以消除人为歧义。 在标注数据中，前 256 张作为调优开发集。团队通过从 v0 到 v27 的提示词优化循环，用 Micro F1 对这批专家标注数据评分，并做错误分析来迭代提示词。最终在 Amazon Bedrock 上选出的方案准确率更高，成本降低 86%。 Property Finder 每天处理中东和北非地区数万张房产图片，每张图片评估水印检测、房间分类、装修状态、照片质量和施工迹象等 11 项质量属性。另有 230 张埃及图片用于跨区域检查，其结果未在报道中给出。86% 的成本降幅是截至 2025 年 12 月美国东部（俄亥俄）区域的估算值。

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。