Amazon Bedrock 中新的 RAG 评估和 LLM-as-a-Judge 功能

Amazon Bedrock推出RAG评估功能，自动评测生成式AI应用，优化检索增强生成应用。

LLM-as-a-judge功能以低成本评测模型质量，简化评估流程。

新功能支持多维度评测，提高反馈速度，便于非科研人员理解。

RAG评估使用大型语言模型计算评估指标，允许比较不同配置以优化结果。

评估结果提供自然语言解释，分数归一化为0到1范围，便于理解。

用户可以在控制台中创建评估，选择评估模型和指标，上传评估数据集。

评估结果包括整体性能的平均分数和详细的指标细分。

用户可以比较多项评估结果，了解不同配置的性能差异。

LLM-as-a-judge功能帮助评测更小、更具成本效益的模型。

评估服务在多个AWS区域提供预览版，定价基于标准Amazon Bedrock定价。

评估服务优化针对英文内容，但基础模型支持其他语言。

用户可通过Amazon Bedrock控制台开始使用新功能，并获取更多信息。