Tarefa causcibench_real.q126
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 gender quota enacted in 2007 on corruption?
Valores esperados e de onde vêm
causcibench_real.gold.q126
- Fonte
- CauSciBench real split, data/metadata_json/real_input.json at d9bb43a, id 126
- Tipo
- benchmark_gold
- Localização
- real_input.json, record id 126: fields effect and std_error
- Trecho
id 126 effect -0.232 std_error 0.097
- Valor como publicado
-0.232- Erro-padrão como publicado
0.097- Valor
- -0,232
-0.232(se 0,0970.097) - 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)
67,1 KB · sha256
0c23ffd0e2e3387734112ce6cb0847d4b4d83ecc89d30be956ab6df3aa65ca20O 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.q126.e1.a1.json | 1,5 KB | 53417e7348ab9c21a0dae4f85f53c6faded59e1eed534841bdf087239e8fe1a5 |
| sources/causcibench_real.gold.q126.json | 1,2 KB | a7fff423e7cc561298f733fe2e6d6f640c60a8b85e1ac94e531d737eb9a3c6e1 |
| specs/causcibench_real.q126.json | 4,8 KB | 56fc39e82b172e557e0518c96c4dc972e698ea85ac143a716ae07ab94dbd424d |