本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 使用 Amazon Bedrock 評估來評估 RAG 來源的效能
<a name="evaluation-kb"></a>

您可以使用計算指標來評估檢索增強生成 (RAG) 系統從資料來源擷取相關資訊的有效性，以及產生的回應在回答問題方面的效果。RAG 評估的結果可讓您比較不同的 Amazon Bedrock 知識庫和其他 RAG 來源，然後為應用程式選擇最佳的知識庫或 RAG 系統。

您可以設定兩種不同類型的 RAG 評估任務。
+ **僅限擷取**：在*僅擷取* RAG 評估任務中，報告是以從 RAG 來源擷取的資料為基礎。您可以評估 Amazon Bedrock 知識庫，也可以從外部 RAG 來源取得自己的推論回應資料。
+ **擷取和產生**：在 *retrieve-and-generate* RAG 評估任務中，報告是以從知識庫擷取的資料，以及回應產生器模型產生的摘要為基礎。您可以使用 Amazon Bedrock 知識庫和回應產生器模型，也可以從外部 RAG 來源取得自己的推論回應資料。

## 支援的模型
<a name="evaluation-kb-supported"></a>

若要建立 RAG 評估任務，您需要存取下列清單中至少一個評估器模型。若要建立使用 Amazon Bedrock 模型產生回應的 retrieve-and-generate 任務，您也需要存取至少一個列出的產生器回應模型。

若要進一步了解如何存取模型和區域可用性，請參閱[請求存取模型](model-access.md)。

### 支援的評估器模型 (內建指標)
<a name="evaluation-kb-supported-evaluator"></a>
+ Amazon Nova Pro – `amazon.nova-pro-v1:0`
+ Anthropic Claude 3.5 Sonnet v1：`anthropic.claude-3-5-sonnet-20240620-v1:0`
+ Anthropic Claude 3.5 Sonnet v2：`anthropic.claude-3-5-sonnet-20241022-v2:0`
+ Anthropic Claude 3.7 Sonnet – `anthropic.claude-3-7-sonnet-20250219-v1:0`
+ Anthropic Claude 3 Haiku – `anthropic.claude-3-haiku-20240307-v1:0`
+ Anthropic Claude 3.5 Haiku – `anthropic.claude-3-5-haiku-20241022-v1:0`
+ Meta Llama 3.1 70B Instruct – `meta.llama3-1-70b-instruct-v1:0`
+ Mistral Large – `mistral.mistral-large-2402-v1:0`

列出的模型支援[跨區域推論](cross-region-inference.md)設定檔。如需詳細資訊，請參閱 [支援的跨區域推論設定檔](inference-profiles-support.md#inference-profiles-support-system)。

### 支援的評估器模型 (自訂指標)
<a name="evaluation-kb-supported-evaluator-custom"></a>
+ Mistral Large 24.02：`mistral.mistral-large-2402-v1:0`
+ Mistral Large 24.07：`mistral.mistral-large-2407-v1:0`
+ Anthropic Claude 3.5 Sonnet v1：`anthropic.claude-3-5-sonnet-20240620-v1:0`
+ Anthropic Claude 3.5 Sonnet v2：`anthropic.claude-3-5-sonnet-20241022-v2:0`
+ Anthropic Claude 3.7 Sonnet – `anthropic.claude-3-7-sonnet-20250219-v1:0`
+ Anthropic Claude 3 Haiku 3：`anthropic.claude-3-haiku-20240307-v1:0`
+ Anthropic Claude 3 Haiku 3.5：`anthropic.claude-3-5-haiku-20241022-v1:0`
+ Meta Llama 3.1 70B Instruct – `meta.llama3-1-70b-instruct-v1:0`
+ Meta Llama 3.3 70B Instruct – `meta.llama3-3-70b-instruct-v1:0`
+ Amazon Nova Pro – `amazon.nova-pro-v1:0`

列出的模型支援[跨區域推論](cross-region-inference.md)設定檔。如需詳細資訊，請參閱 [支援的跨區域推論設定檔](inference-profiles-support.md#inference-profiles-support-system)。

### 支援的回應產生器模型
<a name="evaluation-kb-supported-generator"></a>

您可以在 Amazon Bedrock 中使用下列模型類型，作為評估任務中的回應產生器模型。您也可以從非 Amazon Bedrock 模型取得自己的推論回應資料。
+ 基礎模型：[搭配 Bedrock 使用模型](foundation-models-reference.md)
+ Amazon Bedrock 市集模型：[Amazon Bedrock 市集](amazon-bedrock-marketplace.md)
+ 自訂的基礎模型：[自訂模型，以改善其針對使用案例的效能](custom-models.md)
+ 匯入的基礎模型：[使用自訂模型匯入，將自訂的開放原始碼模型匯入 Amazon Bedrock](model-customization-import-model.md)
+ 提示路由器：[了解 Amazon Bedrock 中的智慧提示路由](prompt-routing.md)
+ 您已購買佈建輸送量的模型：[使用 Amazon Bedrock 中的佈建輸送量增加模型調用容量](prov-throughput.md)