Tarefa causcibench_real.q097
causcibench_realagentT2publicépoca 1, tentativa 1Execução: 20261015T171059Z-suite-causcibench_real-scripted-ded01dVeredito
puladaPulada: falta um recurso que a tarefa exige.
Motivo: no reference path (coverage gap)
Pergunta feita ao analista
What is the effect of the e-STI testing service on the probability of getting tested for an STI by 6 weeks?
Valores esperados e de onde vêm
causcibench_real.gold.q097
- Fonte
- CauSciBench real split, data/metadata_json/real_input.json at d9bb43a, id 97
- Tipo
- benchmark_gold
- Localização
- real_input.json, record id 97: fields effect and std_error
- Trecho
id 97 effect 0.265 std_error 0.022
- Valor como publicado
0.265- Erro-padrão como publicado
0.022- Valor
- 0,265
0.265(se 0,0220.022) - Conferido por
- arquivo do benchmark · Written by scripts/freeze_causcibench_real.py from the pinned file; equal to the `answer` and `std_error` of the same id in data/metadata_csv/real_input.csv at the pin.
- sha256 da cópia lida
c1f4c8930675afff63d816d8ed066941ae92697e7bfc31e9d38519398dd80438(identifica a cópia lida, não um arquivo canônico)- Endereço
https://raw.githubusercontent.com/causalNLP/CauSciBench/d9bb43a2d90f261978cc5ac0b628c0484f6e8956/data/metadata_json/real_input.json- Licença
- CauSciBench repository (MIT for code; metadata as published in the repository)
Verificações
| # | 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)
67,3 KB · sha256
0ecb8ef6474cc419f9ec4f72109f64bd2f572d536d188aa825aeac9c7f4ab3e1O 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.
| Arquivo | Tamanho | sha256 |
|---|---|---|
| native/causcibench_real/causcibench_real.q097.e1.a1.json | 1,6 KB | 62c62b61656c5d801ed10a975eb44a21d410637efd6c4e809836faf8eb10bb62 |
| sources/causcibench_real.gold.q097.json | 1,2 KB | fcc8ac13dae14ea0d03dc00a2c23314c15fff632f19143dfb8e0e9388111cabb |
| specs/causcibench_real.q097.json | 5,7 KB | b14e5dc101ce385b2bb7f7326b790a79e8c8c4bb801b5ae7de64cd601ce103f5 |