📖标题：Vela: User Behavior as Supervision Sparks LLM Intelligence🌐来源：arXiv, 2610.14709v1🛎️文章简介🔸研究问题：如何让大语言模型更好地理解用户的偏好、意图和未来行为，从而在个性化推荐、广告系统等场景中表现更好？🔸主要贡献：论文提出"用户行为即监督"的新范式，设计了Vela框架，将10万用户的真实行为数据转化为可训练的任务和轨迹，显著提升了模型的用户理解能力和通用智能。📝重点思路🔸收集10万匿名用户的行为数据，涵盖浏览、搜索、购买、发帖、关注、不喜欢6类行为，时间跨度从数周到数年🔸设计91种问题模板，分为预测类（根据历史预测未来行为）和评估类（总结用户特征、解释行为原因）两大家族🔸将用户行为历史切分为"可见历史"和"隐藏未来"，用未来真实行为作为预测问题的标准答案🔸采用难度过滤策略，只保留模型得分在0.2-0.8之间的中等难度任务，最终筛选出约7.5万个高质量训练样本🔸为每个任务生成多条训练轨迹，只保留得分最高的轨迹用于训练，形成Vela-Instruct和Vela-RFT两个训练集🔎分析总结🔸在VelaBench基准测试上，Vela-35B-A3B比基础模型提升11.5分，超越参数量更大的DeepSeek-V4-Flash等模型🔸在用户相关任务上平均提升6.2分，其中广告推荐任务提升最显著达11.2分🔸在通用能力测试上平均提升4分，证明用户行为训练不仅提升用户理解，还能增强推理、指令遵循等通用能力🔸训练数据从4700扩展到75000时，性能持续提升，说明用户行为数据具有良好的规模化效应🔸在微调基础上再做强化学习，比直接从基础模型做强化学习高出7.7分，说明用户行为监督为后续训练提供了更好的起点🔸难度过滤在保持域内性能的同时，