一句话看懂：论文提出把用户在内容平台上的真实行为当成监督信号，用10万用户匿名行为数据构建训练任务。在论文测试条件下，微调Qwen3.6-35B-A3B后，用户相关任务评测提升最高达11.5分。
事件核心：发生了什么
alphaXiv上公开的论文提出一个名为Vela的框架，核心思路是把用户的真实行为直接当作大模型的训练监督信号，而不是只依赖静态文本或合成数据。研究团队从10万名用户的匿名行为记录出发，这些记录包含浏览、搜索、购买、发帖、关注、点踩六类带时间戳的动作序列，并据此生成了覆盖91个真实任务模板的10万条任务。
经过难度筛选和轨迹接受标准，约7.5万条任务及其训练轨迹被保留。论文对Qwen3.6-35B-A3B进行微调后称，在用户相关任务上比基座模型最高提升11.5分，在通用基准上平均提升约4分。后续的强化学习阶段，比从基座模型直接做强化学习在用户相关任务上最高再高7.7分。评测集VelaBench包含982条留出任务，来自同一批91个模板，所用用户不在训练集中。
为什么重要
当前不少推荐、广告和个人助理场景，需要模型理解某个具体用户在数周甚至数年里的偏好和意图，而不是只给出一个平均画像。但现有训练方式很难捕捉用户行为随时间演变的过程。Vela的价值在于，它把内容平台上已经大规模存在的真实行为记录，转化成可训练的任务和轨迹，为“用户维度”的模型能力提供了一条相对可复制的数据路线。
论文还给出了两个值得注意的信号：一是用户行为数据越多，用户相关任务表现越好；二是先做行为数据微调、再做强化学习，效果优于直接从基座模型做强化学习。这意味着真实用户行为可能不仅是应用层的数据资产，也可能成为模型训练环节的一部分。目前公开信息显示，这些结论仍属论文阶段，尚不等同于已经上线可用的产品功能。
对用户/开发者/创作者的影响
对开发者来说，Vela的思路提示了一种新的数据工程方向：把产品里沉淀的用户行为日志，通过切分可见历史与隐藏未来、构建预测或归因任务，转成训练数据。这可能影响个人助理、推荐系统和广告模型的技术选型，尤其是需要长周期用户理解的场景。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对普通用户和创作者而言，这强化了一个现实：平台上的浏览、搜索、购买、关注和点踩等行为，正在被更系统地用于训练模型。论文强调使用的是匿名记录，但数据使用边界、授权方式和隐私保护仍是后续必须关注的问题。对内容平台来说，行为数据能否合规转化为模型能力，可能成为下一阶段的竞争点之一。
值得关注的后续
第一，Vela是否能走出论文，落地到真实产品中，尤其是与个人助理、推荐和广告系统的结合程度。第二，用户行为数据训练带来的提升，是否会在更大规模模型和其他基座上复现。第三，训练数据涉及用户长期行为，平台如何在效果和隐私合规之间取得平衡，以及是否会出现更明确的授权和退出机制。以上判断均基于目前公开的论文摘要信息，具体实验细节和长期表现有待进一步验证。
来源：alphaXiv
