Data World：用多智能体从世界机制合成数据环境训练分析模型

研究者提出了名为 Data World 的多智能体数据合成引擎：先指定文件背后的世界机制，再据此生成数据环境、任务与评分规则，用于训练模型的开放式分析能力。论文称，在合成任务上以 RL-zero 训练，从 Qwen3.6-35B-A3B 出发（不经过轨迹蒸馏）得到 DataWorld-35B-A3B 模型；同时通过人工偏好筛选问题真实度，从覆盖 16 个领域、50 个保留世界中选出 100 道题构建 DataWorld-Bench，引擎另从 1,037 个互不重叠的世界产出 2,135 个训练任务。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。