Releal AI Inser LinkedIn: Cari Fobs Bayshod LLM Distilasi

Mendorong munculnya penelitian dalam bahasa alami orang untuk mengubah cara mencari informasi, dan LinkedInDan itu bekerja dengan banyak model kecerdasan buatan selama setahun terakhir, berharap perubahan ini untuk mencari pekerjaan.

Pencarian pekerjaan atas nama LinkedIn, yang sekarang tersedia untuk semua pengguna LinkedIn, digunakan sebagai model suling berdasarkan yang telah dilatih berdasarkan pengetahuan platform media sosial profesional untuk mempersempit kemungkinan peluang kerja berdasarkan bahasa alami.

“Pengalaman pencarian baru ini memungkinkan anggota untuk menggambarkan tujuan mereka dengan kata -kata mereka sendiri dan mendapatkan hasil yang benar -benar mencerminkan apa yang mereka cari,” Iran, Berger, VintureBeat, VentureBeat, mengatakan kepada VentureBeat dalam email. “Ini adalah langkah pertama dalam perjalanan yang lebih besar untuk membuat pencarian pekerjaan lebih mudah, komprehensif dan memberdayakan semua orang.”

LinkedIn telah menyebutkan di dalam Blog surat Ada masalah besar yang dihadapi pengguna saat mencari fungsi pada platform adalah ketergantungan yang berlebihan pada kata kunci mikroskopis. Seringkali, pengguna menulis kepemilikan pekerjaan yang lebih umum dan mendapatkan fungsi yang tidak sepenuhnya cocok. Dari pengalaman pribadi, jika Anda menulis “koresponden” di LinkedIn, dapatkan hasil pencarian untuk pekerjaan koresponden dalam publikasi media, bersama dengan koresponden pengadilan, yang merupakan seperangkat keterampilan yang sama sekali berbeda.

Wakil Presiden LinkedIn Engineering mengatakan kepada VentureBeat dalam sebuah wawancara terpisah bahwa mereka melihat perlunya meningkatkan bagaimana pekerjaan sepenuhnya cocok, dan mulai lebih memahami apa yang mereka cari.

“Di masa lalu, ketika kami menggunakan kata kunci, kami terutama melihat kata besar dan mencoba menemukan pencocokan yang akurat. Kadang -kadang dalam deskripsi pekerjaan, deskripsi pekerjaan koresponden mungkin mengatakan, tetapi mereka bukan koresponden yang benar -benar; kami masih memulihkan informasi ini, dan itu tidak sempurna untuk kandidat,” kata Zhang.

LinkedIn telah meningkatkan pemahamannya tentang informasi pengguna dan sekarang memungkinkan orang untuk menggunakan lebih dari sekadar kata -kata utama. Alih -alih mencari “insinyur perangkat lunak”, mereka dapat bertanya, “Menemukan fungsi rekayasa perangkat lunak di Silicon Valley baru -baru ini diterbitkan.”

Bagaimana mereka membangunnya?

Salah satu hal pertama yang harus dilakukan LinkedIn adalah memperbaiki kemampuan pekerjaan pencarian untuk dipahami.

“Tahap pertama adalah ketika Anda menulis kueri, kami harus dapat memahami kueri, maka langkah selanjutnya adalah Anda perlu memulihkan jenis informasi yang sesuai dari perpustakaan pekerjaan kami. Kemudian langkah terakhir adalah Anda sekarang memiliki seratus kandidat terakhir, dan bagaimana Anda melakukan pengaturan sehingga fungsi yang paling relevan muncul di atas,” kata Zang.

LinkedIn mengandalkan gaya rahasia berdasarkan klasifikasi, model pengaturan, dan LLMS tertua, yang mengatakan “tidak memiliki kemampuan untuk pemahaman semantik yang mendalam.” Setelah itu, perusahaan berubah menjadi bahasa besar (LLMS) yang lebih modern dan wudhu untuk membantu meningkatkan kemampuan pemrosesan bahasa alami (NLP).

Tapi LLMS juga dilengkapi dengan biaya akun yang mahal. Oleh karena itu, LinkedIn berubah menjadi metode distilasi untuk mengurangi biaya penggunaan unit pemrosesan grafis yang mahal. Mereka membagi LLM menjadi dua langkah: satu untuk bekerja dalam mengambil data dan informasi dan yang lain untuk mengklasifikasikan hasilnya. Menggunakan model guru untuk mengklasifikasikan kueri dan fungsi, LinkedIn mengatakan dia dapat menyelaraskan semua model pemulihan dan klasifikasi.

Metode ini juga memungkinkan LinkedIn untuk mengurangi tahapan yang digunakan oleh sistem pencarian kerja. Pada satu titik, “ada sembilan tahap berbeda yang membentuk pipa untuk mencari pekerjaan dan kecocokan”, yang sering diulang.

“Untuk melakukan ini, kami menggunakan teknik umum untuk multi -target.

LinkedIn juga mengembangkan mesin kueri yang menghasilkan saran khusus untuk pengguna.

Lebih banyak berdasarkan kecerdasan buatan

LinkedIn tidak sendirian dalam melihat kemungkinan mencari LLM Foundation. Google Dia mengklaim ini 2025 akan menjadi tahun Saat pencarian perusahaan menjadi lebih kuat, berkat model canggih.

Contoh seperti berpaduRarank 3.5 membantu memecahkan silo bahasa di dalam institusi. Berbagai produk “pencarian mendalam” dari OpenaiDan Google Dan pria Ini menunjukkan meningkatnya permintaan peraturan untuk agen yang mencapai dan menganalisis sumber data internal.

LinkedIn telah ditawari banyak fitur kecerdasan buatan tahun lalu. Pada bulan Oktober, asisten Amnesty International untuk membantu pekerjaan telah meluncurkan kandidat terbaik.

Deepak Agharwal, Kepala Karyawan Intelijen Buatan di LinkedIn, akan membahas inisiatif intelijen buatan perusahaan, termasuk bagaimana memperluas asisten ketenagakerjaan dari model awal ke produksiselama VB CONVERTING DI SAN Francisco bulan ini. Daftar sekarang untuk hadir.