使用 Amazon Bedrock 评估来评测 RAG 来源的性能

您可以使用计算指标来评测检索增强生成（RAG）系统从您的数据来源中检索相关信息的有效性，以及生成的响应在回答问题方面的有效性。利用 RAG 评测结果，您可以比较不同的 Amazon Bedrock 知识库和其他 RAG 来源，然后为您的应用程序选择最合适的知识库或 RAG 系统。

您可以设置两种不同类型的 RAG 评测作业。

仅检索 - 在仅检索 RAG 评测作业中，报告基于从 RAG 来源检索到的数据。您可以评测 Amazon Bedrock 知识库，也可以自带来自外部 RAG 来源的推理响应数据。
检索和生成 – 在检索和生成 RAG 评测作业中，报告基于从知识库中检索到的数据以及响应生成器模型生成的摘要。您可以使用 Amazon Bedrock 知识库和响应生成器模型，也可以自带来自外部 RAG 来源的推理响应数据。

支持的模型

要创建 RAG 评测作业，您需要有权访问以下列表中的至少一个评测器模型。要创建使用 Amazon Bedrock 模型生成响应的检索和生成作业，您还需要有权访问列出的至少一个生成器响应模型。

要了解有关获取模型访问权限和区域可用性的更多信息，请参阅访问 Amazon Bedrock 基础模型。

列出的模型支持跨区域推理配置文件。要了解更多信息，请参阅支持的跨区域推理配置文件。

列出的模型支持跨区域推理配置文件。要了解更多信息，请参阅支持的跨区域推理配置文件。

您可以在 Amazon Bedrock 中使用以下模型类型作为评测作业中的响应生成器模型。您还可以自带来自非 Amazon Bedrock 模型的推理响应数据。

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

停止任务

提示数据集