修正评估偏差，在 Amazon Bedrock 上解锁更好的模型

Property Finder 发现其 96.8% 的评估标签直接继承自单一模型预测而非人工核验，导致对比系统性偏向现有模型。他们通过人工专家独立标注重建 356 张阿联酋图像的真值，并采用进化式提示优化（prompt 从 v0 迭代到 v27），在 Amazon Bedrock 上以 86% 更低成本实现更高准确率。