Property Finder修正有偏的模型评估，并在Amazon Bedrock上选择Llama 4 Maverick

据AWS Machine Learning Blog报道，Property Finder将模型生成的评估标签替换为专家标注，并优化提示词，随后在Amazon Bedrock上选择了Llama 4 Maverick 17B Instruct，预计成本降低86%。 团队发现，96.8%的评估标签来自其现有模型，这使与其他模型的比较产生偏差。Property Finder与AWS Generative AI Innovation Center合作，构建了由专家标注的真实数据集，并采用进化式提示词优化，为其视觉模型选择提供支持。 在一项包含356张图像的评估中，所选模型的Micro F1分数为0.80，而现有模型为0.56。不过，评估包含了开发期间使用过的图像，而且各模型投入的调优工作量不同，因此报告的分数可能偏高。

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。