メニュー
SkillsMP は microsoft/benchmark-qed から 3 件の skill を収集しています。skill を開くとソースと詳細を確認できます。
収集済み skill 3 件中 3 件を表示しています。
Initialize and configure benchmark-qed workspaces for RAG benchmarking. Use when: setting up a new benchmarking project, initializing config files for question generation or evaluation, downloading sample datasets, or modifying benchmark-qed settings.yaml…
原文の言語: 英語
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…
原文の言語: 英語
Generate benchmark questions and assertions from input data using benchmark-qed. Use when: generating local, global, linked, or activity questions for RAG benchmarking, creating assertions for existing questions, computing assertion statistics, or running the…
原文の言語: 英語