Data World：从零合成数据环境的智能体训练引擎
AI 总结
Data World 是一个多智能体引擎，其核心思路是先用显式机制规定文件背后的“世界”，再生成文件本身，从而合成数据智能体所需的训练环境、任务与评分标准。作者以人工偏好筛选构建了 DataWorld-Bench，包含 50 个留出世界、16 个领域的 100 道任务，并从 1,037 个互不重叠的世界生成 2,135 个训练任务；对十款前沿模型的评测显示该基准仍具挑战性，尤其在洞见发现方面存在“计算—洞见差距”。论文报告称，基于 Qwen3.6-35B-A3B 的 RL-zero 训练（不做轨迹蒸馏）得到 DataWorld-35B-A3B，在 DataWorld-Bench 上较基座提升 7.06 分，DAComp 提升 14.28 分，DABstep-Hard 提升 20.90 分，JobBench 提升 12.13 分。
深度见解
数据智能体的训练瓶颈往往在于环境构建与可验证反馈；这项工作提供了可复现的合成环境方案，但报告中的提升仍需第三方验证。