Tarefa crb_papers.q097
crb_papersagentT2publicépoca 1, tentativa 1Execução: 20261015T170925Z-suite-crb_papers-scripted-2dbcf5Veredito
Motivo: no reference path (coverage gap)
Pergunta feita ao analista
Among mayoral candidates in elections decided by a razor-thin margin around 50% of the vote, what is the average effect of barely winning (gaining incumbency) on the probability of running in the next election?
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.q097.gold
- Fonte
- CausalReasoningBenchmark, causal_queries.json, index 97 (revision edd0fe1c1d1c)
- Tipo
- benchmark_gold
- Localização
- causal_queries.json['97'].effect and .standard_error
- Trecho
index 97: effect 0.463819, standard_error 0.0333131
- Valor como publicado
0.4638187008583367- Erro-padrão como publicado
0.03331314026687457- Valor
- 0,463819
0.4638187008583367(se 0,03331310.03331314026687457) - 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.q097.script
- Fonte
- CausalReasoningBenchmark reference estimation script for index 97
- Tipo
- software
- Localização
- solutions/research_papers/RDD/dbk_2018/question_1/estimation.py
- Valor
- —
- Conferido por
- arquivo do benchmark · sha256 of the script's 905 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
e45b3010277595e9fa62bab09961005ec040fe4c337c9be800180e36b019b03b(identifica a cópia lida, não um arquivo canônico)- Endereço
https://huggingface.co/datasets/syrgkanislab/CausalReasoningBenchmark/resolve/edd0fe1c1d1c5c0a4f0e3e67a50481ac679fb888/solutions/research_papers/RDD/dbk_2018/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
138cb65c64e999b4d342184758603c87623e640c936074d1db35c1edb9a6a196O 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.q097.e1.a1.json | 2,7 KB | 593bd175041981d50e73d1747fa2a2d5cbef9e9d871c459c9b988dba9244b4b0 |
| sources/crb_papers.q097.gold.json | 1,1 KB | 5891ebe94e0e6ea120120641383b4accb2bc7303017f46211f73730b608fdc02 |
| sources/crb_papers.q097.script.json | 1,1 KB | b154fcb79f2f1321f6cfd8befc074711848102a12bc1877dbbda9cc53c586508 |
| specs/crb_papers.q097.json | 10,9 KB | 24774f6b6558949aca9250a8b950b92957701f52aeab69a89e96ac5b5967efeb |