Tarefa crb_papers.q119

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

What is the average effect, at the 50% two-party vote threshold, of a Democrat narrowly winning a House seat on that representative's probability of signing a civil-rights discharge petition in the 88th Congress?

Valores esperados e de onde vêm

crb_papers.q119.gold

Fonte: CausalReasoningBenchmark, causal_queries.json, index 119 (revision edd0fe1c1d1c)
Tipo: benchmark_gold
Localização: causal_queries.json['119'].effect and .standard_error
Trecho: index 119: effect 0.786956, standard_error 0.17273
Valor como publicado: 0.7869557257379252
Erro-padrão como publicado: 0.17272958682164383
Valor: 0,7869560.7869557257379252 (se 0,172730.17272958682164383)
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.q119.script

Fonte: CausalReasoningBenchmark reference estimation script for index 119
Tipo: software
Localização: solutions/research_papers/RDD/schickler_etal_2009d/question_1/estimation.py
Valor: —
Conferido por: arquivo do benchmark · sha256 of the script's 1074 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: e1f558d3199e479b8448c965eb5eebab444e3fa093d0bc27e387915fae0b87c0 (identifica a cópia lida, não um arquivo canônico)
Endereço: https://huggingface.co/datasets/syrgkanislab/CausalReasoningBenchmark/resolve/edd0fe1c1d1c5c0a4f0e3e67a50481ac679fb888/solutions/research_papers/RDD/schickler_etal_2009d/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)

61,3 KB · sha256 2d33ee1a5051eae8834e90c34e5af950c4ad1403d851e237f1d8f9fa3d8b458e

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.q119.e1.a1.json	2,7 KB	`1a3b9debf92bc2a86ec0b45e25f81c8ff09b170cfe437ac236172478ea2a2efd`
sources/crb_papers.q119.gold.json	1,1 KB	`85c4ff76eac663f0fab9c9165baa81282ed880d6db336af978a7240e094de1b9`
sources/crb_papers.q119.script.json	1,1 KB	`2f23154d5d1f138eef8648ddbc6690976546e2d9b56faf4e300ee430fad7555f`
specs/crb_papers.q119.json	6,4 KB	`5eeb46d011b9bd614351ca7ee4b45fbb7151156507e772a3e91c7e711cb0fa55`