DSWorld: A Data Science World Model for Efficient Autonomous Agents

DSWorld 预测数据科学 workflow 在候选操作后的状态转移，用结构化状态、cost-aware routing、轻量真实执行和 LLM simulator 避免昂贵 trial-and-error。论文构建 8K-scale transition trajectory dataset，并提出 Reflective World Model Optimization 做 error-aware RL。结果给出两个直接效率数字：RL-based agent training 约 14x 加速，search-based inference 约 3-6x 加速，同时 transition prediction 比最强 LLM baseline 高 35.6%。