Tarefa crb_papers.q096
crb_papersagentT2publicépoca 1, tentativa 1Execução: 20261015T170925Z-suite-crb_papers-scripted-2dbcf5Veredito
Motivo: no reference path (coverage gap)
Pergunta feita ao analista
Among Danish parents whose child's age lies just around the voting-eligibility threshold in 2015, what is the average effect of the child being newly eligible to vote on the parent's probability of voting?
Aprofundamento técnico para especialistas
Acesso direto às fontes primárias, tabela formal de verificações, comparação de argumentos, trajetória completa com prompts brutos e somas SHA-256.
Valores esperados e de onde vêm
crb_papers.q096.gold
- Fonte
- CausalReasoningBenchmark, causal_queries.json, index 96 (revision edd0fe1c1d1c)
- Tipo
- benchmark_gold
- Localização
- causal_queries.json['96'].effect and .standard_error
- Trecho
index 96: effect 0.0290251, standard_error 0.0096357
- Valor como publicado
0.029025090251154628- Erro-padrão como publicado
0.00963570447614711- Valor
- 0,0290251
0.029025090251154628(se 0,00963570.00963570447614711) - Conferido por
- arquivo do benchmark · Read from the catalog at the pinned revision by scripts/freeze_crb_papers.py; the catalog states the value its estimation script prints.
- Endereço
https://huggingface.co/datasets/syrgkanislab/CausalReasoningBenchmark/resolve/edd0fe1c1d1c5c0a4f0e3e67a50481ac679fb888/causal_queries.json- Licença
- MIT
crb_papers.q096.script
- Fonte
- CausalReasoningBenchmark reference estimation script for index 96
- Tipo
- software
- Localização
- solutions/research_papers/RDD/dahlgard_2018d/question_1/estimation.py
- Valor
- —
- Conferido por
- arquivo do benchmark · sha256 of the script's 1945 bytes at the pinned revision; the reference path of the item is a transcription of this script into typed transforms and tool calls (never executed here).
- Implementação
- independente da ferramenta
- sha256 da cópia lida
384a5c4de3c1ac4033e134dc283dcea590df58d0c0cfb8bc33b02db8121a63f6(identifica a cópia lida, não um arquivo canônico)- Endereço
https://huggingface.co/datasets/syrgkanislab/CausalReasoningBenchmark/resolve/edd0fe1c1d1c5c0a4f0e3e67a50481ac679fb888/solutions/research_papers/RDD/dahlgard_2018d/question_1/estimation.py- Licença
- MIT
Especificação técnica do gabarito
CausalReasoningBenchmark gold at the pinned revision: causal_queries.json effect and standard_error (the value the item's estimation.py prints), scored as evaluate_result.py scores estimate_within_solution_ci
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
cc5075a351deb515f56979bde398496f826246a36fc2acb1716ed2a0214af733O 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/crb_papers/crb_papers.q096.e1.a1.json | 2,7 KB | 71d97ac53aa273a1a0c8452b67a0bf288b4b5ccb9130c4d7164f51ce593bf297 |
| sources/crb_papers.q096.gold.json | 1,1 KB | ae2f3cae99bbd5144ad126d13d84ab4371549b06fd1374dc4b980b82f80d2210 |
| sources/crb_papers.q096.script.json | 1,1 KB | fd16389521904cf75880dd92187816708f54374364f88228486263df6ff35d98 |
| specs/crb_papers.q096.json | 6,0 KB | dfff9bb8a89d97c0e6d1643614ab60cdebe53ad151d2fa8076c33695b8686e46 |