Property Finder 如何修复评估偏差，在 Amazon Bedrock 上选出更优模型

Property Finder 发现其评估标签中 96.8% 直接来自现有 VLM 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 张阿联酋房源图片，将单标签改为多标签分类，并通过 v0 到 v27 的提示词迭代优化在 Amazon Bedrock 上完成模型选型，最终准确率更高且成本降低 86%。