先造世界再生成文件：Data World 用 1037 个合成世界训出 35B 数据 agent，四个基准最多涨 20.9 分

arXiv 2610.21656 的 Data World 想解决数据 agent 训练里最贵的一环：环境。数据 agent 要用代码处理各种文件、得出结论，但真实文件受隐私与版权限制，开放式结论又很难自动判对。作者的做法是「先定世界，再生成文件」：用一个多智能体引擎，从明确写出的机制（业务规则、数据生成过程、异常注入）合成环境、任务与评分 rubric，再用独立审计检查「目标结论能否从观察到的文件里恢复」。人工按真实感筛选出 100 道题，覆盖 50 个留出世界、16 个领域，组成 DataWorld-Bench；引擎另产出 1,037 个互不重叠世界里的 2,135 条训练任务。作者评了十个前沿模型，基准仍然很难，尤其是「从数据里发现洞察」这一项，普遍存在「算得出、说不出」的差距。用合成任务做零轨迹蒸馏的 RL，从 Qwen3.6-35B-A3B 训出 DataWorld-35B-A3B，在 DataWorld-Bench 上比基座高 7.06 分，DAComp +14.28、DABstep-Hard +20.90、JobBench +12.13。