Tarefa causcibench_real.q130

causcibench_realagentT2publicépoca 1, tentativa 1Execução: 20261015T171059Z-suite-causcibench_real-scripted-ded01d

Veredito

puladaPulada: falta um recurso que a tarefa exige.

Motivo: no reference path (coverage gap)

Pergunta feita ao analista

What is the effect of being drafted on the compliers among those who comply with the draft lottery, explained by serving in the military, with respect to holding mild democrat views?

Valores esperados e de onde vêm

causcibench_real.gold.q130

Fonte: CauSciBench real split, data/metadata_json/real_input.json at d9bb43a, id 130
Tipo: benchmark_gold
Localização: real_input.json, record id 130: fields effect and std_error
Trecho: id 130 effect -0.164 std_error 0.183
Valor como publicado: -0.164
Erro-padrão como publicado: 0.183
Valor: -0,164-0.164 (se 0,1830.183)
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

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)

67,3 KB · sha256 dc6e87be5f1406450ac14d5e75a8e68cef30e3d808b857339c6c3761a9da3792

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/causcibench_real/causcibench_real.q130.e1.a1.json	1,7 KB	`b86a3486da846efc5a600c2286c3b07a59f425d7cced67dfe209e32bacc7723d`
sources/causcibench_real.gold.q130.json	1,2 KB	`fa55c1939766307023a64ec5d147555ad82364732222040d8cd2daacadd76e3f`
specs/causcibench_real.q130.json	5,5 KB	`a5c75c961b9db9f9aa0ddfe719cdd9dcc796775ea54c9c74eba5cd877e7a9608`