製造業の企業が、本番運用中の Amazon Bedrock 生成AIアプリについて、新しい基盤モデルへの切り替え可否を判断したいと考えています。ガバナンス要件は次の通りです。(1)有害性（toxicity）・堅牢性・正確性を定量スコアで比較する、(2)自社固有の専門ドメインのQ&A正答性は人手で評価する、(3)評価作業はマネージドに実施しAWS外へデータを出さない。これらを満たす Amazon Bedrock の機能はどれですか。
Amazon Bedrock Model Evaluation は、モデル選定・比較のためのマネージド評価機能で、自動評価ジョブでは正確性（accuracy）・堅牢性（robustness）・有害性（toxicity）などの指標を組み込みデータセットまたは独自データセットで定量化できる（要件1）。 さらに人間による評価ジョブを作成でき、自社の専門ドメインQ&Aを社内チームまたはAWSマネージドワークフォースが採点できる（要件2）。これらはBedrock内で完結しデータをAWS外へ出さない（要件3）。 選択肢BのKnowledge Bases評価はRAG向けで、モデル横断の有害性・堅牢性比較や統合された人間評価ジョブを提供しない。 選択肢CのGuardrailsにモデル比較レポート機能はなく、生データのエクスポートは要件3に反する。 選択肢DのProvisioned Throughputはスループット確保用、CloudTrailは操作監査ログであり、正確性や有害性の品質評価はできない。