DSWorld：面向高效自主智能体的数据科学世界模型

本文提出DSWorld框架，通过预测数据科学操作的环境状态转移，显著加速自主智能体的训练和推理过程。

• DSWorld将数据科学执行环境建模为状态转移预测问题，结合结构化状态和成本感知路由。
• 使用轻量级真实执行和基于LLM的模拟器处理昂贵操作，平衡效率与准确性。
• 构建了包含8000个转移轨迹的数据集用于训练。
• 提出反思性世界模型优化（RWMO），一种错误感知的强化学习策略，提升转移预测性能。
• 在RL智能体训练中实现约14倍加速，在搜索推理中实现约3-6倍加速。