基于人类偏好的 AI 招聘 sourcing 工具评估
信息检索
2025-04-04 v1 人工智能
摘要
本研究引入一种基准方法，用于评估 AI 驱动的招聘 sourcing 工具性能。我们创建并利用数据集，对比分析由领先 AI 解决方案、LinkedIn Recruiter 以及我们自有的 Pearch.ai 生成的搜索结果。人类专家评估返回候选人的相关性，并应用 Elo 评分系统对每种工具的相对性能进行量化测量。我们的发现表明，AI 驱动的招聘 sourcing 工具在候选人相关性方面始终优于 LinkedIn Recruiter，其中 Pearch.ai 取得最高的绩效分数。此外，我们发现 AI 基于的评估与人类判断之间存在强大的一致性，这凸显了先进 AI 技术在显著提升人才获取效果方面的潜力。代码和支持数据已公开于 https://github.com/vslaykovsky/ai-sourcing-benchmark
引用
@article{arxiv.2504.02463,
title = {Evaluating AI Recruitment Sourcing Tools by Human Preference},
author = {Vladimir Slaykovskiy and Maksim Zvegintsev and Yury Sakhonchyk and Hrachik Ajamian},
journal= {arXiv preprint arXiv:2504.02463},
year = {2025}
}