项目背景：

一直以来，招聘行业面临着海量简历筛选工作量大、简历筛选对于专业性要求G、人力昂贵等痛点。MiniMax 基于深度学习的大模型技术，开发了革新性的招聘行业解决方案，帮助招聘行业解决从岗位发布、人岗匹配到面试辅助全流程中的痛点，多面助力招聘行业提效降本。

技术水平：

MiniMax自研了语音大模型、图像大模型、万亿参数MoE文本大模型 abab 6.5 多种模态大模型，其中 abab 6.5 系列大模型支持 200k tokens 的上下文长度，可以一秒内处理近3万字的文本；MiniMax大模型具有强大逻辑推理能力和深厚的知识库，能够准确抽取简历与职位描述中的核心信息，实现准确的人岗匹配。综上，MiniMax 基于多种模态大模型能力打造的招聘行业解决方案，可以很好地解决招聘行业信息量筛选量庞大、筛选对专业知识要求G、人岗准确匹配难等痛点。此外，平台提供的长期记忆检索和模型微调功能，让 MiniMax 能够为客户提供专属定制的招聘解决方案，以满足各种复杂需求。

应用价值：

1）快速生成职位描述

可以帮助用人单位撰写更加准确和详细的职位描述，生成更具吸引力且清晰的职位要求，提G人岗匹配的准确度。

2）准确人岗匹配

大模型可以自动分析和提取简历中的关键信息，如工作经验、教育背景、技能等，并与岗位要求进行匹配。大模型由于其广泛的训练数据和强大的泛化能力，可以理解多个行业和L域的专业知识，支持跨行业的知识迁移和应用，能够为用人单位快速筛选出合适的候选人，并为企业输出是否推荐面试的建议。

招聘流程的常见痛点分析：

1）职位描述的不明确性

众多职位描述缺乏清晰度和具体性，这不仅使求职者难以准确地把握岗位要求，实现准确投递。另外，也可能因为职位描述缺乏吸引力，难以吸引到出色的候选人来投递。

2）简历筛选的挑战

在传统的人岗匹配流程中，雇主需要手动审阅海量的简历，这不仅耗时低效，而且容易因为审阅者的疲劳而漏掉合适的候选人。此外，要准确匹配岗位和候选人简历，需要简历筛选者具备针对不同行业和岗位的专业知识，了解相关技能和术语。这对于简历筛选者也是一层挑战。

3）面试流程的主观性问题

在传统的面试过程中，面试官可能受到潜意识偏见的影响，使得评价结果并不能始终保持客观和公正。

基于MiniMax自研的abab系列文本大模型及微调能力，智联招聘和MiniMax 联合构建了包含泛职类的招聘行业大模型，主要功能场景涵盖：职业描述生成、简历/岗位描述关键信息提取、人岗匹配评估、面试评估建议等。目前，这款智能招聘行业解决方案已经在智联招聘超亿级用户真实的服务场景中投入使用。

实施效果：经过专业招聘专家的反复调试评估，对于关键信息提取、人岗匹配面试评估等场景的回答准确率均超过90%。

1）职业描述生成：能够自动化地根据企业的具体需求快速产出职位描述，保证文本的专业性，不仅提G了撰写效率，减少了人力资源部门的负担，还提升了职位描述的吸引力，并确保了信息的清晰度和准确性；

2）简历和职位描述关键信息提取：能够G效地从文本中提炼出技能、经验、教育背景等关键数据。随着模型的微调和持续优化，提取的信息更加准确，进一步提G了招聘职位和候选人简历的匹配效率；

3）人岗匹配智能评估系统：能够综合求职者简历、岗位要求等众多维度进行智能分析，辅助HR进行更准确、迅速、个性化的匹配判断，显著提G招聘效率，减少人力资源部门的筛选负担；同时，智能评估能够消除潜在的主观偏见，实现更公平的人才选拔。此外，系统能够综合、多面考虑求职者的各项素质，包括软技能和文化适配性，以及发展潜力，从而协助企业做出更符合当下需求和长期发展的招聘决策

1）经济效益

MiniMax智慧招聘解决方案，能显著提升用人单位发布岗位的浏览率，增强为候选人推荐岗位的准确度，提G匹配及面试效率和客户满意度。此外，它还能大幅内降低人力推荐匹配的成本，J大简化招聘流程。

2）商业模式：

MiniMax智慧招聘解决方案针对数据构建和调优服务一次性收费。同时，按照服务消耗的token数量，依照实际调用量按量计费。

3）应用推广前景：

MiniMax智慧招聘解决方案凭借其提升招聘准确度和效率的能力，在降低成本和简化流程方面的显著优势，具有广阔的市场推广潜力。尤其是对于人力资源紧张或期望效率优化的企业，能提供明显的价值，受到大量企业的欢迎和快速采纳。