Tarefa crb_papers.q107

crb_papersagentT2publicépoca 1, tentativa 1Execução: 20261015T170925Z-suite-crb_papers-scripted-2dbcf5

Veredito

puladaPulada: falta um recurso que a tarefa exige.

Motivo: no reference path (coverage gap)

Pergunta feita ao analista

Among U.S. House primaries decided by a razor-thin margin between an extremist and a more moderate candidate, what is the average causal effect of nominating the extremist on the party's general-election vote share?

Valores esperados e de onde vêm

crb_papers.q107.gold

Fonte: CausalReasoningBenchmark, causal_queries.json, index 107 (revision edd0fe1c1d1c)
Tipo: benchmark_gold
Localização: causal_queries.json['107'].effect and .standard_error
Trecho: index 107: effect -0.105026, standard_error 0.0462712
Valor como publicado: -0.10502571776967495
Erro-padrão como publicado: 0.046271182784319874
Valor: -0,105026-0.10502571776967495 (se 0,04627120.046271182784319874)
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.q107.script

Fonte: CausalReasoningBenchmark reference estimation script for index 107
Tipo: software
Localização: solutions/research_papers/RDD/hall_2015/question_1/estimation.py
Valor: —
Conferido por: arquivo do benchmark · sha256 of the script's 762 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: b457a1cf33071365ed0aef393b2a0017e8b60f3e6be08e5abbb7e8a42448d7bc (identifica a cópia lida, não um arquivo canônico)
Endereço: https://huggingface.co/datasets/syrgkanislab/CausalReasoningBenchmark/resolve/edd0fe1c1d1c5c0a4f0e3e67a50481ac679fb888/solutions/research_papers/RDD/hall_2015/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)

61,0 KB · sha256 6e159b13668b7e1107f07a2db2949bd8814f7ec758f591d41b8bf8ac5e2306c0

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.q107.e1.a1.json	2,7 KB	`c6e44418e6145c52bca71e0c2f5ce2736af38cdc3d808392851a4f0f0b09d2b5`
sources/crb_papers.q107.gold.json	1,1 KB	`3c00418e048bd11382046180e49781242a1acbe51f386faddd02050e12eda785`
sources/crb_papers.q107.script.json	1,1 KB	`2a263df4b972f311e2108e772adfcc055e437ddffb8b4493c1f26ebe232545ef`
specs/crb_papers.q107.json	6,1 KB	`62529fc0d713158f0b253fc09bd3343cd2a621348603e3e811db88d89b4e6f3f`