Tarefa crb_papers.q098
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 close elections near the 50% vote-share threshold, what is the causal effect of barely winning (thus becoming the incumbent) on the probability of running in and winning 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.q098.gold
- Fonte
- CausalReasoningBenchmark, causal_queries.json, index 98 (revision edd0fe1c1d1c)
- Tipo
- benchmark_gold
- Localização
- causal_queries.json['98'].effect and .standard_error
- Trecho
index 98: effect 0.350914, standard_error 0.0292379
- Valor como publicado
0.35091373872060516- Erro-padrão como publicado
0.029237931149219822- Valor
- 0,350914
0.35091373872060516(se 0,02923790.029237931149219822) - 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.q098.script
- Fonte
- CausalReasoningBenchmark reference estimation script for index 98
- Tipo
- software
- Localização
- solutions/research_papers/RDD/dbk_2018/question_2/estimation.py
- Valor
- —
- Conferido por
- arquivo do benchmark · sha256 of the script's 676 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
a0ee9bf66be4bf122b31254d076328a7c337d89b3f4b598ebcc34403f3f6ad88(identifica a cópia lida, não um arquivo canônico)- Endereço
https://huggingface.co/datasets/syrgkanislab/CausalReasoningBenchmark/resolve/edd0fe1c1d1c5c0a4f0e3e67a50481ac679fb888/solutions/research_papers/RDD/dbk_2018/question_2/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
f508834ff445a09d2eba4f2c0f497981ab813a77974954d136f2a0d054ee47e8O 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.q098.e1.a1.json | 2,7 KB | 674b535cf7babb307e175137d8e651fe99779a853cc285c2dc00f58e836a621e |
| sources/crb_papers.q098.gold.json | 1,1 KB | e73d2de4431e476790654b723cfba89d11b37b4dfdef31c4de871c7759fa9e11 |
| sources/crb_papers.q098.script.json | 1,1 KB | 78f3af9a68c08929d591dc0b9816ae826ef6cb9271c6f1c7ac586bea9c6506f9 |
| specs/crb_papers.q098.json | 10,9 KB | d4cc3d1080b85cfe195fb039115b5022f250f1a21486d4e70335e8802dc32975 |