Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Voraussetzungen für die Erstellung von Wissensdatenbank-Evaluierungen in Amazon Bedrock
Um einen Bewertungsauftrag zu erstellen, der Wissensdatenbanken verwendet, benötigen Sie Zugriff auf bestimmte Service-Level-Ressourcen und Amazon Bedrock Foundation-Modelle. In den verlinkten Themen erfahren Sie mehr über die Einrichtung.
Bevor Sie mit der Modellevaluierung beginnen, stellen Sie sicher, dass Sie alle Daten in Ihrer Wissensdatenbank aufgenommen und synchronisiert haben.
Erforderliche Service-Level-Ressourcen, um einen Modellevaluierungsjob zu starten, der eine Amazon Bedrock Knowledge Bases verwendet
-
Sie benötigen Zugriff auf mindestens eines der folgenden Amazon Bedrock Foundation-Modelle. Weitere Informationen zum Zugriff auf Modelle finden Sie unterGreifen Sie auf Amazon Bedrock Foundation-Modelle zu.
-
Mistral Large –
mistral.mistral-large-2402-v1:0
-
Anthropic Claude 3.5 Sonnet –
anthropic.claude-3-5-sonnet-20240620-v1:0
-
Anthropic Claude 3 Haiku –
anthropic.claude-3-haiku-20240307-v1:0
-
Meta Llama 3.1 70B Instruct –
meta.llama3-1-70b-instruct-v1:0
-
-
Erstellen Sie einen Prompt-Datensatz. Ihr Prompt-Datensatz stellt die Benutzerabfragen dar, anhand derer Sie ermitteln möchten, wie gut die Wissensdatenbank Informationen abruft und Antworten generiert. Weitere Informationen finden Sie unter Verwenden Sie einen Prompt-Datensatz für eine Wissensdatenbank-Auswertung in Amazon Bedrock.
-
Um einen Modellevaluierungsjob zu erstellen, der eine Amazon Bedrock Knowledge Bases verwendet, benötigen Sie Zugriff auf das https://console.aws.amazon.com/bedrock/
AWS Command Line Interface, oder ein unterstütztes AWS SDK. Weitere Informationen zu den erforderlichen IAM-Aktionen und -Ressourcen finden Sie im folgenden Abschnitt Erforderliche Berechtigungen zum Erstellen eines Amazon Bedrock Knowledge Bases-Bewertungsjobs. -
Wenn der Modellevaluierungsjob gestartet wird, wird eine Servicerolle verwendet, um Aktionen in Ihrem Namen durchzuführen. Weitere Informationen zu den erforderlichen IAM-Aktionen und den Anforderungen an Vertrauensrichtlinien finden Sie unterAnforderungen an die Servicerolle für Aufgaben zur Bewertung von Wissensdatenbanken.
-
Amazon Simple Storage Service — Alle bei der Modellevaluierung verwendeten Daten müssen in einem Amazon S3-Bucket gespeichert werden. Für Modellevaluierungsjobs, die mit der Amazon Bedrock-Konsole erstellt wurden, müssen Sie die richtigen CORS-Berechtigungen für den Bucket angeben.
-
Während einer Bewertungsaufgabe für die Wissensdatenbank erstellt Amazon Bedrock eine temporäre Kopie Ihrer Daten, die Amazon Bedrock mithilfe einer verschlüsselt. AWS KMS key Sie können Amazon Bedrock diese Daten mit einem Schlüssel verschlüsseln lassen, der Amazon Bedrock gehört, oder Sie können einen Schlüssel bereitstellen, der Ihnen gehört. Wenn Sie Ihren eigenen Schlüssel verwenden möchten, müssen Sie der KMS-Schlüsselrichtlinie die erforderlichen Berechtigungen hinzufügen. Weitere Informationen finden Sie unter Datenverschlüsselung für Bewertungsjobs in der Wissensdatenbank.
Erforderliche Berechtigungen zum Erstellen eines Amazon Bedrock Knowledge Bases-Bewertungsjobs
In diesem Abschnitt werden die erforderlichen IAM-Richtlinienanforderungen für den Benutzer, die Gruppe oder die Rolle behandelt, der einen Amazon Bedrock Knowledge Bases-Bewertungsauftrag erstellen möchte. Weitere Informationen zur Servicerolle und zu den Anforderungen an die Vertrauensrichtlinie finden Sie unter. Anforderungen an die Servicerolle für Aufgaben zur Bewertung von Wissensdatenbanken
Die folgende Richtlinie enthält die Mindestanzahl an IAM-Aktionen und Ressourcen in Amazon Bedrock und Amazon S3, die für die Erstellung eines Amazon Bedrock Knowledge Bases-Bewertungsauftrags mithilfe der Amazon Bedrock-Konsole erforderlich sind.
{ "Version": "2012-10-17", "Statement": [ { "Sid": "BedrockConsole", "Effect": "Allow", "Action": [ "bedrock:CreateEvaluationJob", "bedrock:GetEvaluationJob", "bedrock:ListEvaluationJobs", "bedrock:StopEvaluationJob", "bedrock:GetCustomModel", "bedrock:ListCustomModels", "bedrock:CreateProvisionedModelThroughput", "bedrock:UpdateProvisionedModelThroughput", "bedrock:GetProvisionedModelThroughput", "bedrock:ListProvisionedModelThroughputs", "bedrock:GetImportedModel", "bedrock:ListImportedModels", "bedrock:ListTagsForResource", "bedrock:UntagResource", "bedrock:TagResource" ], "Resource": [ "arn:aws:bedrock:
us-west-2
::foundation-model/model-id-of-foundational-model
", "arn:aws:bedrock:us-west-2
:account-id
:inference-profile/*", "arn:aws:bedrock:us-west-2
:account-id
:provisioned-model/*", "arn:aws:bedrock:us-west-2
:account-id
:imported-model/*" ] }, { "Sid": "BedrockKnowledgeBaseConsole", "Effect": "Allow", "Action": [ "bedrock:GetKnowledgeBase", "bedrock:ListKnowledgeBases" ], "Resource": [ "arn:aws:bedrock:us-west-2
:account-id
:knowledge-base/*" ] }, { "Sid": "AllowConsoleS3AccessForModelEvaluation", "Effect": "Allow", "Action": [ "s3:GetObject", "s3:GetBucketCORS", "s3:ListBucket", "s3:ListBucketVersions", "s3:GetBucketLocation" ], "Resource": [ "arn:aws:s3:::my_output_bucket
", "arn:aws:s3:::input_datasets/prompts.jsonl
" ] } ] }