**Vela：利用真实用户行为作为监督信号提升LLM智能**

_Vela: User Behavior as Supervision Sparks LLM Intelligence_

> HuggingFace社区热门论文提出Vela框架，将大规模真实用户行为数据转化为可训练任务与轨迹，以解决LLM在长期用户偏好推断上的不足。基于10万用户数据生成的约7.5万高质量任务，微调Qwen3.6-35B-A3B后，用户相关任务性能提升最高11.5分，通用基准平均提升4分，且后续强化学习效果显著优于基线，验证了真实行为数据作为可扩展监督信号的有效性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-14 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.14709)