Доменный плагин AI/ML-исследователя: RL-среды оценки знания концептов (реестр Ариадны E1_define…E8_plan_experiment). Одна среда = задача-формат (определение, формула, классификация, извлечение карточки, связь, контраст, починка карточки, план эксперимента) + verifier-паттерн (детерминированный код) + опциональный LLM-судья по рубрике и веса judge_weight/verifiable_weight, плюс k_samples — число сэмплов на задачу для RL-дисперсии. Разбирает контракт verifier'а (float 0..1 либо dict {gate, components, evidence}), шкалу судьи 0–4 и её перевод в task_score, калибровку судьи (Spearman ρ ≥ 0.75), известные дефекты verifier'ов (E4 константный 0.5, E8 заглушка 0.0, E5-адаптер from/to→source/target) и как собрать из сред честный сигнал для оценки знания концептов, arena-лигу и reward для RL. Триггеры: «RL-среда», «RL-окружение», «E1_define», «E4_extract», «verifier», «верификатор ответа», «judge_weight», «verifiable_weight», «k_samples», «оценка знания концептов», «рубрика судьи», «LLM-судья», «arena лига», «task_score», «калибровка судьи», «reward-сигнал для RL».
Agent Plugins