Помните, вы переживали, что ваше резюме, сделанное с LLM, может не пройти какой-то отбор в HR-системе в месте, куда откликаетесь? Можете больше не переживать, всё наоборот
Ресечры изучили сценарий: кандидат пишет резюме с помощью LLM, а компания потом скринит это резюме, тоже через LLM – то есть робот пишет, робот читает, человек где-то в углу пьёт кофе и надеется, что наймут адеквата.
В статье два вывода:
1. Резюме, переписанные LLM, чаще проходят автоматический отбор (☕️).
В симуляциях кандидаты, которые использовали тот же LLM, что и система-оценщик, оказывались в шортлисте заметно чаще, чем такие же по содержанию кандидаты с резюме, сделанными врукопашную – примерно на 20-60% чаще.
2. Сам скоринг оказался байасным. Модель не просто делает вывод в стиле: “о, тут лучше написано”, она, похоже, может узнавать свой стиль и предпочитать тексты, похожие на её собственные – авторы называют это self-preference bias: модель склонна любить контент, который сама же могла бы написать, маленький цифровой нарциссизм.
То есть страх “меня не пригласят на собес, потому что резюме написано с АИ” может быть не главным. Главный риск другой: вас могут НЕ позвать именно потому, что резюме не звучит как родной диалект модели-оценщика.
Раньше люди подстраивали CV под рекрутера, теперь нужно подстраивать под модель ☺️

Comments (1)
Логично. Не читал статью, но интересно, установили ли они лишь сам факт предпочтения, либо и вероятность/степень предпочтения в зависимости от метрики резюме на этой LLM типа perplexity.