DSWorld：让数据科学智能体先“预演”再执行

导语

自治数据科学智能体正在尝试把数据理解、特征处理、建模和评估等流程自动化。但在真实工作流中，一个看似简单的操作可能意味着重新运行代码、训练模型或搜索参数，代价并不低。DSWorld 这篇论文关注的正是这一瓶颈：能否让智能体在真正执行前，先预测某个数据科学操作可能导致什么结果，从而减少盲目试错？

论文提出“Data Science World Model”这一概念，把数据科学执行环境抽象为可预测的状态转移问题。给定当前工作流状态和候选操作，模型尝试判断执行后环境会如何变化。基于这一思路，作者设计了 DSWorld 框架，用于提升自治数据科学智能体的训练和推理效率。

核心要点

• 把世界模型用于数据科学流程：DSWorld 不直接替代智能体决策，而是作为一个可预演环境变化的模块，帮助智能体评估操作后果。
• 结构化表示工作流状态：框架会构建可供模型理解的当前状态，使数据、代码执行、指标变化等信息更适合用于转移预测。
• 成本感知路由：并非所有操作都交给模拟器。轻量操作可以真实执行，而代价较高的操作则可交由基于 LLM 的模拟器预测结果。
• 引入训练数据和优化方法：作者构建了 8K 规模的转移轨迹数据集，并提出 Reflective World Model Optimization，即一种带有错误感知的强化学习优化策略，用于改善转移预测。
• 效率提升明显：实验显示，DSWorld 可让基于强化学习的智能体训练加速约 14 倍，使搜索式推理加速约 3 至 6 倍，同时保持有竞争力的表现；在转移预测任务上，相比最强 LLM 基线提升 35.6%。

意义与影响

这项工作的价值在于，它把“少做昂贵实验、多做低成本预判”的思路系统化地引入数据科学智能体。对于自动机器学习、数据分析助手和代码执行型 Agent 来说，效率往往决定其是否能在真实场景落地。若每一步都依赖真实执行，训练与推理成本会快速上升；而世界模型可以成为一种缓冲层，让智能体先在内部环境中筛选更可能有效的动作。

当然，论文摘要中也提示了一个关键前提：模拟必须足够可靠。若状态转移预测误差过大，智能体可能被错误反馈带偏。因此，DSWorld 的反思式优化和成本路由设计，实际上是在速度与可信度之间寻找平衡。总体来看，DSWorld 为数据科学 Agent 提供了一个值得关注的方向：未来的智能体不只会执行代码，也需要学会在执行前进行环境建模和结果预判。

来源：Hugging Face Daily Papers