arXiv 自然语言处理· Ilya Chekin (BroutonLab), Vyacheslav Malyugin (BroutonLab), Vladimir Chirkov (BroutonLab), Mikhail Yurushkin (Curately)·· 5 小时前AI 评分34
通过蒸馏生产环境 LLM 信号构建简历-岗位匹配的可解释特征表征
Building Interpretable Feature Representations for Resume-Vacancy Matching by Distilling Production LLM Signals
AI 导读
一项研究提出通过蒸馏生产环境大语言模型信号，为简历与岗位匹配构建 8 个可解释匹配维度。该方案采用 LLM 离线标注配合 LoRA 适配的双编码器在 CPU 上处理在线请求，并在 168,772 个标注样本对上完成训练。在 927 条招聘人员生产反馈样本中，部署的学生模型与人工决策的一致性达到 95.79%。
来源：arXiv 自然语言处理 · arxiv.org