Vela：用真实用户行为作为监督信号提升 LLM 能力

Vela 框架把真实用户行为数据转化为可训练的任务与轨迹，从 100,000 名用户的匿名行为记录中生成 100,000 个任务，覆盖 91 类真实任务模板，经难度过滤与轨迹验收保留约 75,000 个任务。在这些轨迹上微调 Qwen3.6-35B-A3B，用户相关任务最高提升 11.5 分，通用基准平均提升 4 分；微调后再做强化学习，比直接从基座做强化学习最高高出 7.7 分。