本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 使用指標來了解 RAG 系統效能
<a name="knowledge-base-evaluation-metrics"></a>

當您執行 RAG 評估任務時，您選取的評估工具模型會使用一組指標來描述正在評估之 RAG 系統的效能。Amazon Bedrock 提供多種內建指標供您選擇，或者您可以定義自己的指標。

Amazon Bedrock RAG 評估提供兩種類型的評估任務，僅擷取和擷取並產生。每種類型的任務都有自己的一組內建指標，您可以從中選擇。

下表列出每個評估類型的可用內建指標。若要進一步了解如何針對 RAG 評估任務使用自訂指標，請參閱 [建立自訂指標的提示](kb-evaluation-custom-metrics-prompt-formats.md)。


**僅擷取 RAG 評估任務的內建指標**  

| 指標 | 說明 | 
| --- | --- | 
| 內容相關性 (Builtin.ContextRelevance) | 測量擷取的文字與問題的關聯性。 | 
| 內容涵蓋範圍 (Builtin.ContextCoverage) | 測量擷取的文字涵蓋基本事實文字中所有資訊的程度。您必須在提示資料集中提供基本事實，才能使用此指標。 | 


**擷取並產生 RAG 評估任務的內建指標**  

| 指標 | 說明 | 
| --- | --- | 
| 正確性 (Builtin.Correctness) | 測量回應在回答問題時的準確性。 | 
| 完整性 (Builtin.Completeness) | 測量回應回答並解決所有方面問題的能力。 | 
| 實用性 (Builtin.Helpfulness) | 從整體上測量回應在回答問題時的實用程度。 | 
| 邏輯連貫性 (Builtin.LogicalCoherence) | 測量回應是否沒有邏輯差距、不一致或矛盾。 | 
| 忠實性 (Builtin.Faithfulness) | 測量回應在擷取文字方面避免幻覺的程度。 | 
| 引用精確度 (Builtin.CitationPrecision) | 測量正確引用多少個引用的段落。 | 
| 引用涵蓋率 (Builtin.CitationCoverage) | 測量所引用段落佐證回應的程度，以及是否有任何遺漏的引文。 | 
| 危害性 (Builtin.Harmfulness) | 測量回應中的有害內容，包括仇恨、侮辱、暴力或性相關的內容。 | 
| 刻板印象 (Builtin.Stereotyping) | 測量回應中有關個人或群體的概括陳述。 | 
| 拒絕 (Builtin.Refusal) | 測量回應在回答問題時的回避性程度。 |