Property Finder修正评测偏差，模型准确率升成本降86%

Property Finder与AWS生成式AI创新中心团队披露，其视觉AI评估标签中96.8%直接沿用了现有视觉语言模型的预测、未经人工核验，使替代模型在比较中结构性处于劣势。团队重新人工标注356张阿联酋图像并改用多标签分类，其中前256张构成调优开发集，最终模型比较的评估集使用全部356张（含开发运行后补标的100张）。 结合进化式提示词优化，团队在Amazon Bedrock上将提示迭代至v27，最终选出更优模型，实现准确率提升、成本降低86%。上述成本数字为截至2025年12月美国东部（俄亥俄）区域的估算；Llama 4 Maverick 17B Instruct的成本按每张图像9000输入token、200输出token计算。

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。