Tarefa causcibench_real.q113
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
How does dismissing tainted ministers affect presidential approval?
Valores esperados e de onde vêm
causcibench_real.gold.q113
- Fonte
- CauSciBench real split, data/metadata_json/real_input.json at d9bb43a, id 113
- Tipo
- benchmark_gold
- Localização
- real_input.json, record id 113: fields effect and std_error
- Trecho
id 113 effect -21.621 std_error 5.689
- Valor como publicado
-21.621- Erro-padrão como publicado
5.689- Valor
- -21,621
-21.621(se 5,6895.689) - 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)
67,5 KB · sha256
e3aa22dfe49a59563f5e4f64bb14796520243da8ce5f0042f4cf31082964b9d6O 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.q113.e1.a1.json | 1,5 KB | 0fd9e367188f3a14fcd6454e569f51842836a3ba61d4ab004e4a2209d97e5bb6 |
| sources/causcibench_real.gold.q113.json | 1,2 KB | 41eb059e37e2a4bd1a34f359d20710c886e99bd60bb8ff537b3dfcc560944aaa |
| specs/causcibench_real.q113.json | 6,6 KB | 5fc2fb7ea6d1405f5c2a62c1eaf956b80287d6ec0ad66a5db28b7be07a9ae8e9 |