Microsoft Foundry の評価機能で想定 QA と実回答の差分を測り継続的に改善する方法

Microsoft Foundry（旧 Azure AI Foundry）の評価機能で、チャットの想定 QA（ground truth）を登録し実回答との差分を Similarity や F1 で測って改善する手順を、JSONL 設計・評価器の選び方・ポータル UI と SDK・改善ループまで実務目線で解説します。