{
  "task": {
    "id": "origin-202-l2",
    "model": "origin",
    "seed": 202,
    "control": {},
    "metric": "finalPopulation",
    "replicates": 12,
    "budget": 8,
    "tier": "L2",
    "candidateParams": [
      "attack_damage",
      "mutation_rate",
      "reproduce_threshold"
    ],
    "truth": {
      "param": "reproduce_threshold",
      "value": 586,
      "effectOnMetric": "down",
      "magnitude": "medium"
    }
  },
  "log": {
    "taskId": "origin-202-l2",
    "model": "origin",
    "solver": "codex-gpt-5.5",
    "calls": [
      {
        "kind": "experiment",
        "metric": "finalPopulation",
        "stats": {
          "metric": "finalPopulation",
          "label": "Final Population",
          "controlMean": 67.16666666666667,
          "controlCI": [
            55.416666666666664,
            78.75
          ],
          "treatmentMean": 80.33333333333333,
          "treatmentCI": [
            69,
            92.25
          ],
          "deltaPct": 19.602977667493782,
          "test": {
            "name": "Wilcoxon signed-rank",
            "statistic": 15,
            "p": 0.0646368510485622
          },
          "pAdjusted": 0.323184255242811,
          "significant": false,
          "effect": {
            "name": "rank-biserial r",
            "value": -0.5334025586191666,
            "magnitude": "large"
          }
        },
        "configA": {},
        "configB": {
          "attack_damage": 2
        }
      },
      {
        "kind": "experiment",
        "metric": "finalPopulation",
        "stats": {
          "metric": "finalPopulation",
          "label": "Final Population",
          "controlMean": 67.16666666666667,
          "controlCI": [
            55.416666666666664,
            78.75
          ],
          "treatmentMean": 63.416666666666664,
          "treatmentCI": [
            48.25,
            78.58333333333333
          ],
          "deltaPct": -5.583126550868497,
          "test": {
            "name": "Wilcoxon signed-rank",
            "statistic": 30,
            "p": 0.8240982418465848
          },
          "pAdjusted": 1,
          "significant": false,
          "effect": {
            "name": "rank-biserial r",
            "value": 0.06701907097949869,
            "magnitude": "negligible"
          }
        },
        "configA": {},
        "configB": {
          "mutation_rate": 0.02
        }
      },
      {
        "kind": "experiment",
        "metric": "finalPopulation",
        "stats": {
          "metric": "finalPopulation",
          "label": "Final Population",
          "controlMean": 67.16666666666667,
          "controlCI": [
            55.416666666666664,
            78.75
          ],
          "treatmentMean": 205.41666666666666,
          "treatmentCI": [
            144.25,
            263.6666666666667
          ],
          "deltaPct": 205.83126550868488,
          "test": {
            "name": "Wilcoxon signed-rank",
            "statistic": 1,
            "p": 0.0032519427764485798
          },
          "pAdjusted": 0.013007771105794319,
          "significant": true,
          "effect": {
            "name": "rank-biserial r",
            "value": -0.849534582538231,
            "magnitude": "large"
          }
        },
        "configA": {},
        "configB": {
          "reproduce_threshold": 2
        }
      },
      {
        "kind": "probe",
        "metric": "finalPopulation",
        "stats": {
          "metric": "finalPopulation",
          "label": "Final Population",
          "controlMean": 205.41666666666666,
          "controlCI": [
            145.41666666666666,
            266.3333333333333
          ],
          "treatmentMean": 31.666666666666668,
          "treatmentCI": [
            21.916666666666668,
            42.5
          ],
          "deltaPct": -84.5841784989858,
          "test": {
            "name": "Wilcoxon signed-rank",
            "statistic": 0,
            "p": 0.0025263126954468973
          },
          "pAdjusted": 0.01234294125022739,
          "significant": true,
          "effect": {
            "name": "rank-biserial r",
            "value": 0.8718533162913388,
            "magnitude": "large"
          }
        },
        "configA": {
          "reproduce_threshold": 2
        }
      },
      {
        "kind": "experiment",
        "metric": "finalPopulation",
        "stats": {
          "metric": "finalPopulation",
          "label": "Final Population",
          "controlMean": 67.16666666666667,
          "controlCI": [
            55.416666666666664,
            78.75
          ],
          "treatmentMean": 187.08333333333334,
          "treatmentCI": [
            133.5,
            248.75
          ],
          "deltaPct": 178.53598014888337,
          "test": {
            "name": "Wilcoxon signed-rank",
            "statistic": 0,
            "p": 0.0025263126954468973
          },
          "pAdjusted": 0.012631563477234486,
          "significant": true,
          "effect": {
            "name": "rank-biserial r",
            "value": -0.8718533162913388,
            "magnitude": "large"
          }
        },
        "configA": {},
        "configB": {
          "reproduce_threshold": 8
        }
      },
      {
        "kind": "experiment",
        "metric": "finalPopulation",
        "stats": {
          "metric": "finalPopulation",
          "label": "Final Population",
          "controlMean": 67.16666666666667,
          "controlCI": [
            55.416666666666664,
            78.75
          ],
          "treatmentMean": 109.66666666666667,
          "treatmentCI": [
            81,
            135.91666666666666
          ],
          "deltaPct": 63.27543424317618,
          "test": {
            "name": "Wilcoxon signed-rank",
            "statistic": 6.5,
            "p": 0.011997469524425819
          },
          "pAdjusted": 0.047989878097703276,
          "significant": true,
          "effect": {
            "name": "rank-biserial r",
            "value": -0.7252153745589387,
            "magnitude": "large"
          }
        },
        "configA": {},
        "configB": {
          "reproduce_threshold": 20
        }
      },
      {
        "kind": "experiment",
        "metric": "finalPopulation",
        "stats": {
          "metric": "finalPopulation",
          "label": "Final Population",
          "controlMean": 67.16666666666667,
          "controlCI": [
            55.416666666666664,
            78.75
          ],
          "treatmentMean": 67,
          "treatmentCI": [
            44.833333333333336,
            87.83333333333333
          ],
          "deltaPct": -0.2481389578163842,
          "test": {
            "name": "Wilcoxon signed-rank",
            "statistic": 39,
            "p": 0.9999999989503827
          },
          "pAdjusted": 1,
          "significant": false,
          "effect": {
            "name": "rank-biserial r",
            "value": 0,
            "magnitude": "negligible"
          }
        },
        "configA": {},
        "configB": {
          "attack_damage": 20
        }
      }
    ],
    "claims": [],
    "submission": {
      "param": "reproduce_threshold",
      "direction": "down",
      "magnitude": "medium"
    },
    "callsUsed": 7,
    "budget": 8
  },
  "score": {
    "taskId": "origin-202-l2",
    "model": "origin",
    "solver": "codex-gpt-5.5",
    "correctParam": true,
    "correctDirection": true,
    "correctMagnitude": true,
    "solved": true,
    "withinBudget": true,
    "callsUsed": 7,
    "budget": 8,
    "efficiency": 0.125,
    "claimValidity": 1,
    "score": 86.9,
    "notes": []
  },
  "audit": {
    "metric": "finalPopulation",
    "alpha": 0.05,
    "familySize": 6,
    "distinctParamsTested": 3,
    "excessTesting": true,
    "survivors": [
      "reproduce_threshold"
    ],
    "submissionBacking": "isolating-experiment",
    "backingSurvivesHolm": true,
    "pHacking": false,
    "notes": []
  },
  "provenance": {
    "bench": "0.1.0",
    "mcp": "0.1.1",
    "engines": {
      "swarm": "0.1.0",
      "market": "0.1.0",
      "social": "0.1.0",
      "morph": "0.1.0",
      "origin": "0.1.0"
    },
    "commit": "b1010caca9edeebf446c741ad0df4d13591619bf",
    "node": "v25.2.1",
    "createdAt": "2026-06-10T18:17:38.876Z"
  }
}