在 Amazon Bedrock 中删除模型评估任务 - Amazon Bedrock

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

在 Amazon Bedrock 中删除模型评估任务

您可以使用 Amazon Bedrock 控制台删除模型评估任务,也可以使用BatchDeleteEvaluationJob操作来删除模型评估任务 AWS CLI,或者使用支持的 AWS SDK操作。

在删除模型评估作业之前,该作业的状态必须为FAILEDCOMPLETED、或STOPPED。您可以从 Amazon Bedrock 控制台或致电获取任务的当前状态。 ListEvaluationJobs有关更多信息,请参阅 在 Amazon Bedrock 中列出模型评估职位

通过控制台和BatchDeleteEvaluationJob操作,您一次最多可以删除 25 个模型评估任务。如果您需要删除更多作业,请重复控制台过程或BatchDeleteEvaluationJob调用。

如果您删除了包含该BatchDeleteEvaluationJob操作的模型评估任务,则需要要删除的模型的 Amazon 资源名称 (ARNs)。有关获取模型的信息,请参阅在 Amazon Bedrock 中列出模型评估职位。ARN

当您删除模型评估任务时,Amazon Bedrock 和 Amazon 中的所有资源 SageMaker 都将被删除。保存在 Amazon S3 存储桶中的任何模型评估任务均保持不变。此外,对于使用人工的模型评估作业,删除模型评估作业不会删除您在 Amazon Cognito SageMaker 中配置的员工或工作团队,或者。

使用以下各节查看如何删除模型评估作业的示例。

Amazon Bedrock console

使用以下步骤使用 Amazon Bedrock 控制台删除模型评估任务。要成功完成此过程,请确保您的IAM用户、组或角色具有访问控制台的足够权限。要了解更多信息,请参阅 使用 Amazon Bedrock 控制台进行模型评估所需的权限

删除多个模型评估任务。
  1. 打开 Amazon Bedrock 控制台:https://console.aws.amazon.com/bedrock/

  2. 在导航窗格中,选择模型评估

  3. 在 “模型评估作业” 卡片中,使用表格查找要删除的模型评估作业,然后使用作业名称旁边的复选框将其选中。您最多可以选择 25 个作业。

  4. 选择删除可删除模型评估作业。

  5. 如果您需要删除更多模型评估任务,请重复步骤 3 和 4。

AWS CLI

在中 AWS CLI,您可以使用help命令查看需要的参数,以及使用时哪些参数是可选的batch-delete-evaluation-job

aws bedrock batch-delete-evaluation-job help

以下是使用batch-delete-evaluation-job和指定删除 2 个模型评估作业的示例。您可以使用job-identifiers参数ARNS为要删除的模型评估任务指定列表。一次调用,您最多可以删除 25 个模型评估作业batch-delete-evaluation-job。如果您需要删除更多作业,请进一步致电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

提交后,您将收到以下回复。

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

以下示例说明如何使用 for Python 删除模型评估作业。 AWS SDK使用jobIdentifiers参数ARNS为要删除的模型评估作业指定列表。一次调用,您最多可以删除 25 个模型评估作业BatchDeleteEvaluationJob。如果您需要删除更多作业,请进一步致电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)