DSWorld：用于高效自主代理的数据科学世界模型

由论文提出的DSWorld框架引入了数据科学世界模型概念，通过预测当前工作流状态和候选操作后的环境状态转换来减少试错执行。该框架结合结构化状态构建、成本感知路由、轻量级真实执行和基于LLM的模拟器，并使用8K规模轨迹数据集和反思式世界模型优化进行训练。实验表明，DSWorld将RL代理训练加速约14倍，搜索推理加速约3-6倍，过渡预测性能比最强LLM基线高35.6%。代码已公开。

此前自主数据科学代理依赖昂贵的试错工作流；DSWorld通过预测操作效果提前淘汰无效路径，将RL训练和搜索推理分别加速14倍和3-6倍，大幅降低计算成本和时间开销，提升自动化决策效率。

DSWorld将数据科学执行环境建模为状态转移函数，通过结构化状态编码、成本感知路由优先低开销操作，对昂贵操作使用LLM模拟器替代真实执行；训练中利用8K轨迹数据集和强化学习（反思式世界模型优化）惩罚错误预测，提升转移预测准确率，从而减少试错迭代。

对依赖自主数据科学代理的产品（如AutoML、数据清洗工具），DSWorld可直接降低计算成本（训练加速14倍，推理加速3-6倍），缩短用户等待时间，并提升有限资源下的代理性能过渡预测准确率较LLM基线提升35.6%。

• 将DSWorld嵌入现有AutoML平台，替换其试错式搜索策略，减少资源消耗并加快模型选择。
• 开发基于DSWorld的数据科学操作建议助手，在用户执行前预测操作效果并推荐低成本路径。
• 利用其加速能力，在边缘设备或实时数据管道中部署轻量级自主数据科学代理。
• 结合DSWorld的状态预测，构建支持自我评估的数据清洗与特征工程流水线，减少人工干预。

• DSWorld在非标准或高度动态的数据科学任务（如非结构化数据、实时流数据）上泛化能力如何？
• 训练所需的8K转移轨迹数据集是否具有领域偏向，是否需要为特定行业重新收集？
• 成本感知路由的真实开销与LLM模拟器的精度如何平衡，是否存在高精度但低成本的场景？
• DSWorld与其他自主代理框架（如基于ReAct的LLM代理）的联合使用效果及资源对比未知。