Property Finder 修正评估偏差并优化视觉模型选型
热点事件历史事件
Property Finder 修正评估偏差并优化视觉模型选型
1 篇报道1 个报道来源6 天前更新
先了解这件事
AI 综述
房地产平台 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结构性吃亏。团队改用专家独立标注的 356 张 UAE 图像构建无偏基准，并通过从 v0 到 v27 的提示词优化循环，在 Amazon Bedrock 上完成模型选型。 据 AWS Machine Learning Blog 称，这一做法最终在 UAE 图像上实现准确率提升，成本降低 86%。该结果仅报告 UAE 图像；埃及的 230 张图像只用于跨区域检查，未在文中报告结果。成本数据为截至 2025 年 12 月美国东部（俄亥俄）区域的估算值。 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优。
AI 根据报道生成 · 5 天前更新
最新进展10月28日 00:53
Property Finder 如何修复评估偏差，在 Amazon Bedrock 上选出更优视觉模型报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AWS Machine Learning BlogProperty Finder 如何修复评估偏差，在 Amazon Bedrock 上选出更优视觉模型
Property Finder 发现其评估标签中 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结构性吃亏。团队改用专家独立标注的 356 张 UAE 图像构建无偏基准，并通过 v0 到 v27 的提示词优化循环在 Amazon Bedrock 上选型，最终实现准确率提升且成本降低 86%。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 510月28日 23:00
- 近 24 小时变化
- -49%
0246
10月29日06:0012:0018:0010月30日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。