Tarefa causcibench_real.q023

causcibench_realagentT2publicépoca 1, tentativa 1Execução: 20261015T171059Z-suite-causcibench_real-scripted-ded01d

Veredito

puladaPulada: falta um recurso que a tarefa exige.

Motivo: no reference path (coverage gap)

Pergunta feita ao analista

If a Democrat won the previous congressional election in a district closely, is it likely that a Democrat will win the current election in that same district?

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.

↓ Fontes e gabarito ↓ Tabela de verificações ↓ Argumentos (referência × agente)↓ Trajetória e prompts ↓ Pacote e SHA-256

Valores esperados e de onde vêm

causcibench_real.gold.q023

Fonte: CauSciBench real split, data/metadata_json/real_input.json at d9bb43a, id 23
Tipo: benchmark_gold
Localização: real_input.json, record id 23: fields effect and std_error
Trecho: id 23 effect 0.167 std_error 0.02
Valor como publicado: 0.167
Erro-padrão como publicado: 0.02
Valor: 0,1670.167 (se 0,020.02)
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 23: effect 0.167

Verificações

Cada verificação, o que esperava, o que observou e a chamada que leu
#	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)

67,0 KB · sha256 6cde08c888a3ce4e2c8586c7e57282aaf49626f9bd3da31adecfd983159a051f

O 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.

Downloads desta tarefa
Arquivo	Tamanho	sha256
native/causcibench_real/causcibench_real.q023.e1.a1.json	1,5 KB	`3652b23802575f0e8393f5c94d5f7d8c6e8d3bc5cf3ad95af8c9f47e2bfbc6ad`
sources/causcibench_real.gold.q023.json	1,2 KB	`2ac64841ca9f1863b1d5580e9f684d129788efa759e46d9fd5ce55ec1983e8d6`
specs/causcibench_real.q023.json	4,8 KB	`636a683b85aa2012d8b533d45ddebd42a33f6229b9cd5370391fe4a79bdd5247`