Tarefa crb_papers.q086

crb_papersagentT2publicépoca 1, tentativa 1Execução: 20261015T170050Z-suite-crb_papers-scripted-8b13b2

Veredito

puladaPulada: falta um recurso que a tarefa exige.

Motivo: no reference path (coverage gap)

Pergunta feita ao analista

What is the average causal effect, at the alignment threshold, of an MLA being from the MP's party on per-project MPLADS expenditure for projects proposed within two years after a state election?

Valores esperados e de onde vêm

crb_papers.q086.gold

Fonte: CausalReasoningBenchmark, causal_queries.json, index 86 (revision edd0fe1c1d1c)
Tipo: benchmark_gold
Localização: causal_queries.json['86'].effect and .standard_error
Trecho: index 86: effect 0.630761, standard_error 0.158334
Valor como publicado: 0.6307611082021989
Erro-padrão como publicado: 0.1583338729913449
Valor: 0,6307610.6307611082021989 (se 0,1583340.1583338729913449)
Conferido por: arquivo do benchmark · Read from the catalog at the pinned revision by scripts/freeze_crb_papers.py; the catalog states the value its estimation script prints.
Endereço: https://huggingface.co/datasets/syrgkanislab/CausalReasoningBenchmark/resolve/edd0fe1c1d1c5c0a4f0e3e67a50481ac679fb888/causal_queries.json
Licença: MIT

crb_papers.q086.script

Fonte: CausalReasoningBenchmark reference estimation script for index 86
Tipo: software
Localização: solutions/research_papers/RDD/bohlken_2018/question_1/estimation.py
Valor: —
Conferido por: arquivo do benchmark · sha256 of the script's 1101 bytes at the pinned revision; the reference path of the item is a transcription of this script into typed transforms and tool calls (never executed here).
Implementação: independente da ferramenta
sha256 da cópia lida: 5090108040b5ff9a227cc2e3ae25ff04f961c0357a1c847c8fd9f9a6dce17f42 (identifica a cópia lida, não um arquivo canônico)
Endereço: https://huggingface.co/datasets/syrgkanislab/CausalReasoningBenchmark/resolve/edd0fe1c1d1c5c0a4f0e3e67a50481ac679fb888/solutions/research_papers/RDD/bohlken_2018/question_1/estimation.py
Licença: MIT

Verificações

Cada verificação, o que esperava, o que observou e a chamada que leu
#	Verificação	Obrigatória	Resultado	Esperado	Observado	Tolerância	Fonte	Chamada

Caminho de referência e caminho do agente

A chamada de referência ao lado da chamada que deu a resposta, argumento por argumento.

Nenhum caminho de referência registrado para esta tarefa.

Trajetória

Cada evento na ordem em que aconteceu: turnos do modelo, chamadas de ferramentas, guardas, transformações e pontuação.

Esta tentativa não tem trajetória publicada.

Épocas × verificações

Tentativas

Cada tentativa é seu próprio arquivo e é publicada; só a última de cada época é pontuada.

época 1, tentativa 1puladapontuada(exibindo)no reference path (coverage gap)

Downloads desta tarefa

Pacote da tarefa (.zip)

62,6 KB · sha256 fda3b75ea4d6ffe9b392bc65455c59b2e5c13dcd6386018f3672ef006e65632b

O hash de um zip é só de transporte: o que ancora a integridade é o RUN_SHA256SUMS que vai dentro dele, cópia exata do SHA256SUMS da execução.

Downloads desta tarefa
Arquivo	Tamanho	sha256
native/crb_papers/crb_papers.q086.e1.a1.json	2,7 KB	`9cbcaf8e953374e23e428a7b82a3c64f55fc94dd4b42eac45f52a149a1985302`
sources/crb_papers.q086.gold.json	1,1 KB	`918f24c98b7462a50de1ecf0db5b69a72c675f578cfb8fefa1c83da89ad44b12`
sources/crb_papers.q086.script.json	1,1 KB	`e9b57c95ac284e90a4b4ec45eebace2f023add46f0b740479679365370db5d79`
specs/crb_papers.q086.json	14,1 KB	`a8216cb03c10cdba271908172e8882c4924eb36420c7b87691fde168d976305c`