כתבה
arXiv cs.CL ·
בניית הצגות תכונות פרשניות לתאמות קורות-מקורות על ידי חיתוך סיגנלי LLM של ייצור
Building Interpretable Feature Representations for Resume-Vacancy Matching by Distilling Production LLM Signals
מתודולוגיה LLM-בסיסית לתאמות קורות-מקורות פרשניות. המאמר מציע שיטה לבניית הצגות תכונות פרשניות לתאמות קורות-מקורות, על ידי חיתוך סיגנלי LLM של ייצור. השיטה משתמשת ב-LM-בסיסית לסיוע בתאמות קורות-מקורות, ומציעה הצגות תכונות פרשניות שיכולות לעזור למקבלי החלטות להחלטות טובות יותר.
תקציר מקורי באנגליתarXiv:2610.03112v1 Announce Type: new Abstract: Matching candidates to vacancies is central to recruitment, and a recruiter needs to see why a candidate fits, not only a single opaque relevance score. We provide this evidence as named, interpretable matching dimensions recruiters can act on - eight in our current deployment. We propose a two-part approach. The first is an LLM-based labeler whose prompts and feature definitions were refined from recruiter feedback while it served as an earlier production matching stage. In the current architecture, it is used only for offline labeling and is not called on online requests. The second is a feature bi-encoder distilled from it: a LoRA-adapted embedding backbone with compact per-dimension heads that runs on CPU and serves all online requests. B
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית