Skip to main content

benchmark-qed-autoe

Evaluate RAG system outputs using benchmark-qed scoring methods. Use when: running pairwise comparisons, reference-based scoring, assertion-based evaluation (flat or hierarchical), retrieval metrics, or statistical significance tests on RAG outputs. Also use when the user wants to score, compare, or evaluate RAG methods, measure retrieval quality, or run significance tests on benchmark results — even if they don't say "autoe" explicitly.

Ir a la instalación

Datos de origen

Repositorio
microsoft/benchmark-qed
Última actividad en el origen
8 de mayo de 2026 a las 20:55
Idioma detectado de SKILL.md
inglés
Estrellas
93
Forks
20

Opciones de instalación

De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.

Revisa los archivos de origen

Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.