Reviewer Two (pero es un OpenEnv)

Chris von Csefalvay presenta Reviewer Two, un entorno de aprendizaje por refuerzo construido sobre el framework OpenEnv de Meta y enviado como Green Agent a la plataforma AgentBeats de Berkeley. Este entorno evalúa agentes IA en la generación de planes de investigación, utilizando el dataset research-plan-gen de Facebook con criterios de rúbrica ocultos. Los agentes reciben intentos gratuitos iniciales, seguidos de hints progresivos y penalizaciones por no incorporarlos o por ineficiencia en intentos. La recompensa combina cobertura de rúbrica, longitud óptima y formato estructurado, promoviendo aprendizaje iterativo y colaboración. El objetivo es formar agentes capaces de refinar planes basados en feedback, simulando revisión por pares en investigación científica.