elvis(@omarsar0)· elvis (@omarsar0)·· 4 小时前AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
Data World：从零构建数据分析环境，RL 训练 Qwen3.6-35B-A3B 在 DABstep-Hard 提升 20.9 分
Nice paper on scaling data environments from scratch. They built an engine that creates data-analys...
AI 导读
Data World 引擎从零生成数据分析环境：先写出数据集生成机制，再产出文件、任务和评分标准，使开放式结论可核验。用 RL 在 2,135 个任务上训练 Qwen3.6-35B-A3B（无蒸馏轨迹），DABstep-Hard 提升 20.9 分，DAComp 提升 14.28 分，JobBench 提升 12.13 分。论文还发现十个前沿模型算出正确数字的频率高于从中得出正确结论。
来源：elvis(@omarsar0) · x.com