**Data World：从底层构建可扩展数据环境以突破 AI 数据瓶颈**

_Data World: Scaling Data Environments from Scratch_

> 针对数据智能体训练面临的环境构建成本高、隐私限制及验证困难等挑战，研究提出了 Data World 框架。该框架通过显式机制合成环境、任务与评估标准，利用多智能体引擎生成数据，并引入独立审计与基于人类偏好的筛选机制以确保数据质量。实验表明，基于该框架生成的 DataWorld-Bench 基准测试有效评估了前沿模型在洞察发现上的能力，且通过 RL-zero 训练出的模型在多项基准测试中显著优于基座模型，成功解决了数据生成与验证的难题。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-16 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.21656)