DSWorld：面向高效自主智能体的数据科学世界模型

尽管自主数据科学智能体在数据理解与决策上能力很强，它们仍严重依赖代价高昂的试错式工作流。这一瓶颈催生了能在真实执行前预判数据科学操作效果的模型。本文提出数据科学世界模型的概念：以当前工作流状态与候选操作为条件，预测环境状态转移，从而对数据科学执行环境建模。我们进一步提出DSWorld，一个结合结构化状态构建、成本感知路由、轻量真实执行与面向昂贵操作的LLM模拟器的实用框架。为支持训练，我们构建了8K规模的转移轨迹数据集，并提出反思式世界模型优化——一种误差感知的强化学习策略，用于改进转移预测。实验显示，DSWorld把基于RL的智能体训练加速约14倍、基于搜索的推理加速约3–6倍且保持有竞争力的性能，在转移预测任务上超过最强LLM基线35.6%。代码见https://anonymous.4open.science/r/DSWorld。