Property Finder 修复评估偏差并优化提示词选模型

Property Finder 在 Amazon Bedrock 上进行模型评估与提示词优化时发现关键问题：其 96.8% 的评测标签直接继承自现有 VLM 的预测，而非人工核验，导致任何替代模型在对比中先天吃亏，评估结果存在偏差。发现该问题后，团队对评测标签进行了修正，并在 Amazon Bedrock 上重新开展模型评估与提示词优化工作。修正评估偏差后，模型准确率得到提升，同时成本降低了 86%。整个过程由 AWS Machine Learning Blog 于 2026 年 10 月 28 日报道，为该案例的一手披露。目前事件披露的最新状态为：通过修复评测偏差并优化提示词选模型，Property Finder 实现了准确率提升与 86% 的成本降低。

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。