基于大语言模型的招聘需求特定个人能力可扩展识别与优先级排序
人工智能
2026-04-02 v1 计算与语言
摘要
AI驱动的招聘工具日益被采纳于人员选拔，但在捕捉招聘（req）特定的个人能力（PC）方面尚有不足，这些能力能区别于求职者，超越工作类别。我们提出一种基于大语言模型（LLM）的方法，用于从req中识别和排序req特定的PC。该方法集成了动态少shot提示、反思式自我改进、相似度过滤和多阶段验证。应用于程序经理（Program Manager）req数据集时，本方法以0.76的平均准确率正确识别最高优先级的req特定PC，接近人类专家间的可靠性水平，同时保持较低的超出范围率（0.07）。
引用
@article{arxiv.2604.00005,
title = {How Emotion Shapes the Behavior of LLMs and Agents: A Mechanistic Study},
author = {Moran Sun and Tianlin Li and Yuwei Zheng and Zhenhong Zhou and Aishan Liu and Xianglong Liu and Yang Liu},
journal= {arXiv preprint arXiv:2604.00005},
year = {2026}
}
备注
15 pages, 11 figures