在 Amazon Bedrock 中刪除模型評估任務 - Amazon Bedrock

在 Amazon Bedrock 中刪除模型評估任務

您可以使用 Amazon Bedrock 主控台,或使用 BatchDeleteEvaluationJob 操作搭配 AWS CLI,或支援的 AWS SDK 來刪除模型評估任務。

在您刪除模型評估任務之前,任務的狀態必須為 FAILEDCOMPLETEDSTOPPED。您可以從 Amazon Bedrock 主控台,或呼叫 ListEvaluationJobs,以取得任務的目前狀態。如需詳細資訊,請參閱 列出 Amazon Bedrock 中的自動模型評估任務

您可以使用主控台和 BatchDeleteEvaluationJob 操作一次刪除最多 25 個模型評估任務。如果您需要刪除更多任務,請重複主控台程序或 BatchDeleteEvaluationJob 呼叫 。

如果您使用 BatchDeleteEvaluationJob 操作刪除模型評估任務,則需要提供想要刪除之模型的 Amazon Resource Name (ARN)。如需取得模型 ARN 的詳細資訊,請參閱 列出 Amazon Bedrock 中的自動模型評估任務

當您刪除模型評估任務時,Amazon Bedrock 和 Amazon SageMaker AI 中的所有資源都會移除。儲存在 Amazon S3 儲存貯體中的任何模型評估任務都會保持不變。此外,對於使用人力工作者的模型評估任務,刪除模型評估任務不會刪除您在 Amazon Cognito 或 SageMaker AI 中設定的人力資源或工作團隊。

使用下列各節來查看如何刪除模型評估任務的範例。

Amazon Bedrock console

使用下列程序以使用 Amazon Bedrock 主控台刪除模型評估任務。若要成功完成此程序,請確定您的 IAM 使用者、群組或角色具有足夠的許可來存取主控台。如需詳細資訊,請參閱 建立自動模型評估任務所需的主控台許可

刪除多個模型評估任務。
  1. 開啟 Amazon Bedrock 主控台:https://console.aws.amazon.com/bedrock/

  2. 在導覽窗格中,選擇模型評估

  3. 模型評估任務卡片中,使用資料表尋找您要刪除的模型評估任務,並使用任務名稱旁的核取方塊選取它們。您最多可以選取 25 個任務。

  4. 選擇刪除,刪除模型評估模型。

  5. 如果您需要刪除更多模型評估任務,請重複步驟 3 和 4。

AWS CLI

在 AWS CLI 中,您可以使用 help 命令來檢視必要參數,以及使用 batch-delete-evaluation-job 時哪些參數是選用的。

aws bedrock batch-delete-evaluation-job help

以下是使用 batch-delete-evaluation-job 並指定刪除 2 個模型評估任務的範例。您可以使用 job-identifiers 參數,為要刪除的模型評估任務指定 ARNS 清單。在對 batch-delete-evaluation-job 的單一呼叫中,您最多可以刪除 25 個模型評估任務。如果您需要刪除更多任務,請進一步呼叫 batch-delete-evaluation-job

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

提交後,您會取得以下回應。

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

下列範例示範如何使用適用於 Python 的 AWS SDK 來刪除模型評估任務。使用 jobIdentifiers 參數來指定您要刪除之模型評估任務的 ARNS 清單。在對 BatchDeleteEvaluationJob 的單一呼叫中,您最多可以刪除 25 個模型評估任務。如果您需要刪除更多任務,請進一步呼叫 BatchDeleteEvaluationJob

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)