Tarefa causcibench_real.q001
causcibench_realagentT2publicépoca 1, tentativa 1Execução: 20261015T171059Z-suite-causcibench_real-scripted-ded01dVeredito
Motivo: no reference path (coverage gap)
Pergunta feita ao analista
Does the Hawthorne scheme lead to an increase in voter turnout?
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
causcibench_real.gold.q001
- Fonte
- CauSciBench real split, data/metadata_json/real_input.json at d9bb43a, id 1
- Tipo
- benchmark_gold
- Localização
- real_input.json, record id 1: fields effect and std_error
- Trecho
id 1 effect 0.025 std_error 0.003
- Valor como publicado
0.025- Erro-padrão como publicado
0.003- Valor
- 0,025
0.025(se 0,0030.003) - 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)
Especificação técnica do gabarito
CauSciBench real_input.json @ d9bb43a, id 1: effect 0.025
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
81b122844034b02acf9bedf750393fd890282a8485a77acc4c12152134795a90O 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.q001.e1.a1.json | 1,5 KB | 7e54e2f50c3454891b370019c37ed5198bfdebd09e7d2d537bad9a9157e59e42 |
| sources/causcibench_real.gold.q001.json | 1,2 KB | a36743225dcc4d52ebf08506d9e70d53b695c269559e9d061d436cf4ac35c8ea |
| specs/causcibench_real.q001.json | 5,3 KB | 6693fb8e426dc0aaabe7acad95432a166b5e4d56a34377068e7c09067c24db7c |