Tarefa crb_papers.q094

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

Among Danish parents whose child's age is near the voting eligibility threshold in 2013, what is the average causal effect of the child becoming eligible to vote on the parent's probability of voting in that election?

Valores esperados e de onde vêm

crb_papers.q094.gold

Fonte: CausalReasoningBenchmark, causal_queries.json, index 94 (revision edd0fe1c1d1c)
Tipo: benchmark_gold
Localização: causal_queries.json['94'].effect and .standard_error
Trecho: index 94: effect 0.0119533, standard_error 0.0110031
Valor como publicado: 0.01195327772626631
Erro-padrão como publicado: 0.011003092308878214
Valor: 0,01195330.01195327772626631 (se 0,01100310.011003092308878214)
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.q094.script

Fonte: CausalReasoningBenchmark reference estimation script for index 94
Tipo: software
Localização: solutions/research_papers/RDD/dahlgard_2018b/question_1/estimation.py
Valor: —
Conferido por: arquivo do benchmark · sha256 of the script's 1851 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: f60c20223c408e62f67c8c885a559d856a3422c7eab12afca28103829196bc0d (identifica a cópia lida, não um arquivo canônico)
Endereço: https://huggingface.co/datasets/syrgkanislab/CausalReasoningBenchmark/resolve/edd0fe1c1d1c5c0a4f0e3e67a50481ac679fb888/solutions/research_papers/RDD/dahlgard_2018b/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)

60,9 KB · sha256 eda16bd9385faa941ee4ed6f7cd901e12f4253feecd56fb5e31109aacf69bebe

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.q094.e1.a1.json	2,7 KB	`4f34b3fe0b2ab832592c9615b9231678f6087ee3b235f4daf6832522defab315`
sources/crb_papers.q094.gold.json	1,1 KB	`008a2ae2e2783ea2288f31de1dee7d8304cc24c15a43acb8a69c15ee7b034144`
sources/crb_papers.q094.script.json	1,1 KB	`76e81725a0b606c471ebdedaa05ad567783fb1f7cbdf82f8ff88e059b7c80ae7`
specs/crb_papers.q094.json	5,8 KB	`442af0dbcc37758d287dcafcec1f8c0a8a470c9dd738bca40a88924975abfb1d`