通过OpenAI为数百万用户提供情境化求职匹配

# 为数百万用户提供情景化职位匹配 (OpenAI 案例) 来源: https://openai.com/index/indeed/ Indeed 发现，使用少样本提示训练模型可以有效提升解释中相关"原因"的比重，但在 Indeed 的大规模应用中，这导致了较高的 token 消耗。为了提高效率，OpenAI 和 Indeed 携手对一个较小的 GPT 模型进行了微调，该模型能够交付类似的性能表现，但 token 消耗减少了 60%。 作为微调过程的一部分，他们利用 GPT-4 进行数据增强，并制定了具体的内容指南。该团队还建立了标注操作流程，包括对 LLM 生成的输出进行标记、创建用于自动化评估的基准数据，以及添加上下文帮助模型理解细微差别。 进一步的测试验证了个性化推荐在职位匹配中的价值，扩大了合格候选人的范围。为了扩展个性化职位推荐的规模，Indeed 与 OpenAI 合作采用了专用实例，这些实例于 2024 年 1 月进行了部署。Indeed 工程团队成功地将微调后的 GPT 模型部署到这些实例上，使他们能够为数百万求职者个性化推荐工作机会。 "数十年来，我们一直在投资自有的 AI 匹配技术，以帮助连接求职者和雇主。无论我们的匹配能力如何出众，可解释性对任何推荐系统的成功都至关重要。将 OpenAI 的 GPT 解释与 Indeed 自有的专有 AI 和庞大的市场数据相结合，让我们能够更快地将更多人与工作机会连接起来——这对求职者、雇主和整个社会都是双赢。" Indeed 首席执行官 Chris Hyams 表示。