Property Finder 修正视觉 AI 评估偏差，在 Amazon Bedrock 上降低 86% 成本
AWS 博客称，Property Finder 发现其视觉 AI 评估中 96.8% 的标签继承自现有模型，掩盖了真实准确率。该公司构建无偏的真实基准，应用进化式提示优化，并在 Amazon Bedrock 上选择了更准确、更具成本效益的模型；厂商披露在 11 项图像质量属性上成本降低 86%。
为什么值得看：企业可借鉴其识别评估标签偏差、重建基准和结合提示优化进行模型选型的做法，用于视觉 AI 项目的质量评估与成本控制；但效果数据为厂商披露的单一案例，需结合自身数据验证。