Vela：用用户行为作为监督信号提升 LLM 智能

论文提出 Vela 框架，把真实用户行为数据转化为可训练任务与轨迹，从 10 万名用户的匿名行为记录中生成覆盖 91 个真实任务模板的 10 万个任务，经难度过滤与轨迹筛选后保留约 7.5 万个任务。用这些轨迹微调 Qwen3.6-35B-A3B，在用户相关任务上比基座模型最高提升 11.5 分，通用基准平均提升 4 分；微调后再做强化学习，比从基座直接强化学习最高高出 7.7 分。