arXiv Artificial Intelligence· Yang Xiao, Yusong Sun, Haoyi Wu, Wenyang Hui, Weiqiang Hang, Luqing Wang, Zejian Wang, Zirui Tu, Jingsheng Mao, Shaobo Hu, Yang Luo, Jiale Guo, Jin Zhang, Yudan Liu, Zhaokai Luo, Ren Huan, Yao Hu, Chengyue Jiang, Wenjie Li, Chuan Mu·· 17 小时前AI 评分35
Vela：以用户行为为监督信号提升 LLM 智能
Vela: User Behavior as Supervision Sparks LLM Intelligence
AI 导读
Vela 框架将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。基于 Qwen3.6-35B-A3B 微调后，用户相关任务性能最高提升 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提升 7.7 分。
来源：arXiv Artificial Intelligence · arxiv.org