在 Amazon Bedrock 中删除模型评测作业 - Amazon Bedrock

在 Amazon Bedrock 中删除模型评测作业

您可以使用 Amazon Bedrock 控制台删除模型评测作业,也可以通过 AWS CLI 或支持的 AWS SDK 使用 BatchDeleteEvaluationJob 操作删除模型评测作业。

在删除模型评测作业之前,作业的状态必须为 FAILEDCOMPLETEDSTOPPED。您可以通过 Amazon Bedrock 控制台或调用 ListEvaluationJobs 获取作业的当前状态。有关更多信息,请参阅 在 Amazon Bedrock 中列出自动模型评测作业

通过控制台和 BatchDeleteEvaluationJob 操作,您一次最多可以删除 25 个模型评测作业。如果您需要删除更多作业,请重复执行控制台流程或 BatchDeleteEvaluationJob 调用。

如果您通过 BatchDeleteEvaluationJob 操作删除模型评测作业,则需要要删除的模型的 Amazon 资源名称(ARN)。有关获取模型 ARN 的信息,请参阅在 Amazon Bedrock 中列出自动模型评测作业

当您删除模型评测作业时,Amazon Bedrock 和 Amazon SageMaker AI 中的所有资源都将被移除。保存在 Amazon S3 存储桶中的任何模型评测作业则保持不变。此外,对于使用人工工作人员的模型评测作业,删除模型评测作业不会删除您在 Amazon Cognito 或 SageMaker AI 中配置的员工或工作团队。

查看以下各个部分,了解如何删除模型评测作业的示例。

Amazon Bedrock console

按照以下流程使用 Amazon Bedrock 控制台删除模型评测作业。要成功完成此流程,请确保您的 IAM 用户、组或角色拥有足够的权限来访问控制台。要了解更多信息,请参阅创建自动模型评测作业所需的控制台权限

删除多个模型评测作业。
  1. 通过以下网址打开 Amazon Bedrock 控制台:https://console.aws.amazon.com/bedrock/

  2. 在导航窗格中,选择模型评测

  3. 模型评测作业卡中,使用表查找要删除的模型评测作业,然后使用作业名称旁边的复选框将其选中。最多可以选择 25 个作业。

  4. 选择删除以删除模型评测作业。

  5. 如果您需要删除更多模型评测作业,请重复步骤 3 和 4。

AWS CLI

在 AWS CLI 中,您可以使用 help 命令来查看在使用 batch-delete-evaluation-job 时哪些参数是必需的,以及哪些参数是可选的。

aws bedrock batch-delete-evaluation-job help

以下是使用 batch-delete-evaluation-job 并指定删除 2 个模型评测作业的示例。您可以使用 job-identifiers 参数指定要删除的模型评测作业的 ARN 的列表。在单个 batch-delete-evaluation-job 调用中,您最多可以删除 25 个模型评测作业。如果您需要删除更多作业,请执行更多 batch-delete-evaluation-job 调用。

aws bedrock batch-delete-evaluation-job \ --job-identifiers arn:aws:bedrock:us-east-1:111122223333:evaluation-job/rmqp8zg80rvg arn:aws:bedrock:us-east-1:111122223333:evaluation-job/xmfp9zg204fdk

提交后,您将收到以下响应。

{ "evaluationJobs": [ { "jobIdentifier": "rmqp8zg80rvg", "jobStatus": "Deleting" }, { "jobIdentifier": "xmfp9zg204fdk", "jobStatus": "Deleting" } ], "errors": [] }
SDK for Python

以下示例展示了如何使用适用于 Python 的 AWS SDK 删除模型评测作业。使用 jobIdentifiers 参数指定要删除的模型评测作业的 ARN 列表。在单个 BatchDeleteEvaluationJob 调用中,您最多可以删除 25 个模型评测作业。如果您需要删除更多作业,请执行更多 BatchDeleteEvaluationJob 调用。

import boto3 client = boto3.client('bedrock') job_request = client.batch_delete_model_evaluation_job(jobIdentifiers=["arn:aws:bedrock:us-east-1:111122223333:evaluation-job/rmqp8zg80rvg", "arn:aws:bedrock:us-east-1:111122223333:evaluation-job/xmfp9zg204fdk"]) print (job_request)