Tarefa causcibench_real.q175
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
Does providing credible information improve compliance with Covid guidelines?
Valores esperados e de onde vêm
causcibench_real.gold.q175
- Fonte
- CauSciBench real split, data/metadata_json/real_input.json at d9bb43a, id 175
- Tipo
- benchmark_gold
- Localização
- real_input.json, record id 175: fields effect and std_error
- Trecho
id 175 effect 0.322 std_error 0.079
- Valor como publicado
0.322- Erro-padrão como publicado
0.079- Valor
- 0,322
0.322(se 0,0790.079) - 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)
67,4 KB · sha256
b3cc2dbae9a01fa4e0c033e0844ee0b5474ab20298b273895d29a2652b91f5f7O 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.q175.e1.a1.json | 1,5 KB | 2917bd1baba0de964c8a62c2dc6ed5044dc11337d083d3607a7b287c103bb257 |
| sources/causcibench_real.gold.q175.json | 1,2 KB | 8209819bb39b58f7fab1c169e5983eac117864ef6551bd6c2b6e273066bf01ac |
| specs/causcibench_real.q175.json | 6,1 KB | b4b16c55cd8d1d5311f698a1e84cb4763f11b119f26088360993fca3cd94b01b |