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。
为开放式权重模型设置奖励函数
奖励函数评估响应质量并为模型训练提供反馈信号。您可以使用自定义 Lambda 函数设置奖励函数。选择与您的任务要求相匹配的方法。
用于奖励评估的自定义 Lambda 函数
您可以使用自定义 Lambda 函数设置奖励函数。在您的 Lambda 函数中，您可以灵活地实现评估逻辑：
-
目标任务 — 对于代码生成或数学推理等客观任务，请使用可验证的基于规则的评分器，根据已知标准或测试用例检查正确性。
-
主观任务 — 对于主观任务，例如指导关注或聊天机器人互动，请在 Lambda 函数中调用 Amazon Bedrock 基础模型作为评委，根据您的标准评估响应质量。
根据您的任务要求，您的 Lambda 函数可以实现复杂的逻辑 APIs、外部集成、执行多步骤计算或组合多个评估标准。
注意
使用自定义 Lambda 函数时：
-
将复杂评估的 Lambda 超时时间从默认 3 秒增加到最长 15 分钟。
-
Lambda 执行角色需要权限才能调用 Lambda 函数，如中所述。奖励函数的 Lambda 权限
Lambda 函数实现细节
在实现自定义 Lambda 奖励函数时，您的函数必须接受并返回以下格式的数据。
设计指南
对回复进行排名 — 给最佳答案打出明显更高的分数
使用一致的检查 — 评估任务完成情况、格式遵守情况、安全性和合理的长度
保持稳定的缩放比例 — 保持分数标准化且不可被利用
