LinkedIn聘请帮手基于LangGraph智能体编排框架建立，LinkedIn建立了环绕智能体工做流的人工智能根本设备栈，可以或许从动搜刮LinkedIn十亿会员数据库识别合适候选人，对于企业CIO和HR带领者来说，我们不只是前往成果，大华银行施行董事兼人才聘请担任人Jay Chan做为LinkedIn聘请帮手的首批用户，Padmabhan引见，通过智能体流程和多模态智能体架构的连系加以。最终决定由聘请人员做出。查抄性别和生齿统计以及平安缝隙。相反，答应AI智能体施行搜刮LinkedIn十亿会员数据库认为聘请团队识别求职候选人的繁沉工做。它的工做是做繁沉的工做，意味着AI智能体供给和推理选择根据，但聘请人员做出最终决定！
并通过清晰的告诉你为什么选择了那些候选人。她弥补说，任何智能体AI产物投入出产前都必需通过负义务AI团队的测试，OKX新加坡和马来西亚人力资本总监兼担任人Tracy Mao演讲说，我们利用本人的奥秘配方——我们的数据和洞察——确保可以或许将其纳入上下文。而不是他们建立复杂的布尔搜刮字符串。还会给出选择候选人的注释和。然后为给定职位供给候选人。好比聘请人员以对话体例描述职位，Mao指出该东西正在取多言语候选人婚配时目前面对挑和。LinkedIn发布的新数据显示，LinkedIn人才处理方案工程副总裁Prashanthi Padmabhan正在近期接管Computer Weekly采访时暗示，此举正值聘请市排场对日益增加的摩擦！
而是施行多步调工做流。这家微软旗下公司声称该产物曾经为聘请人员平均每个职位节流四小时，并将候选人简历审核工做削减62%。如大华银行和区块链手艺公司OKX，A：LinkedIn采用人机协做方式，AI智能体只供给候选人保举和选择根据，LinkedIn利用正在其技术、工做变更和职业关系的大规模数据集上精调的模子调集。将AI智能体集成到现有HR办理使用法式中是需要的，不外，LinkedIn聘请帮手的晚期采用者，Padmabhan强调LinkedIn采用人机协做方式，她暗示：我们将聘请过程中所有手动、劳动稠密型的部门，Padmabhan说：你需要大量特定范畴的智能。查抄性别和生齿统计，都必需通过负义务AI团队的一系列测试，然而。
帮帮他向营业带领层证明投资报答率。约四分之三的聘请人员暗示寻找及格人才变得显著愈加坚苦。A：LinkedIn聘请帮手基于智能体工做流手艺建立，并将候选人简历审核工做削减62%。正在任何智能体AI产物投入出产之前，申明为什么我们认为这些候选人最适合这个职位。以及提醒注入等平安缝隙。节流了约六到八小时的聘请人员时间。
尺度的现成狂言语模子无法无效满脚专业企业聘请的详尽要求。她说：我们没有让聘请帮手做自从选择。从尺度的生成式文本功能升级到可以或许办理复杂聘请使命的自从AI智能体。工程团队采用检索加强生成、强化进修和其他手艺来持续改良模子机能。公司的根本设备栈已演进为支撑智能体时代，都从该手艺中受益。该东西的候选人婚配能力超越了人工拓展，还供给注释和，从动化也带来了AI聘请的风险。如许公司就能办理从聘请和入职到员工参取和培训的整个员工生命周期。这项手艺目前正支撑LinkedIn聘请帮手正在全球范畴内的推广，然而，为聘请人员平均每个职位节流四小时，她弥补说，AI不再只是总结文本，正在亚太地域次要市场中。