修复评估偏差，在 Amazon Bedrock 上释放模型潜力

本文由 Property Finder 的 Khaled Thabit、Meriem Boughrara 和 Mohamed Desouky 共同撰写。 数字房地产应用 Property Finder 的工程团队发现，他们的评估标签中有 96.8% 直接沿用了某个模型的预测结果，并未经过人工专家核验。也就是说，所谓的"真实答案"系统性地偏向现有模型，导致任何替代方案看起来都更差。这些标签本身也有错误，但真正阻碍客观模型对比的，是这种偏差。他们是在把视觉 AI 工作负载迁移到 Amazon Bedrock 上更具成本效益的方案时，才发现这个问题的。 Property Finder 每天要在中东和