在自然語言搜索趨勢的推動下，LinkedIn 宣佈其全新的人工智能求職搜索功能現已向所有用戶開放。這項創新功能利用在LinkedIn 專業社交媒體平臺知識庫上訓練的精煉、微調模型，旨在讓求職者能夠使用更自然、口語化的語言描述求職意向，從而獲得更精準、更符合其需求的職位推薦。

LinkedIn 產品開發副總裁 Erran Berger 在接受 VentureBeat 採訪時表示:“這種新的搜索體驗讓會員可以用自己的語言描述目標，並獲得真正反映他們需求的結果。這是讓求職過程更加直觀、包容、賦能每個人的更廣闊旅程的第一步。”

LinkedIn 此前的一項調查發現，用戶在平臺搜索職位時普遍存在過度依賴精準關鍵詞查詢的問題。這導致了搜索結果往往不夠理想，例如搜索“記者”會同時出現媒體記者和法庭記者等完全不同技能需求的職位。LinkedIn 工程副總裁張文靜強調，此次改進正是爲了更好地理解用戶需求，徹底改變人們尋找最適合工作的方式。

AI機器人面試，談判

“過去，我們使用關鍵詞時，基本上是查看關鍵詞，然後嘗試找到完全匹配的答案。有時職位描述中可能會寫着‘記者’，但候選人實際上並不是記者;我們仍然會檢索這些信息，這對候選人來說並不理想，”張文靜解釋道。

現在，LinkedIn 改進了對用戶查詢的理解能力，允許用戶使用更豐富的關鍵詞進行搜索。例如，用戶不再需要僅僅搜索“軟件工程師”，而是可以輸入“查找硅谷最近發佈的軟件工程職位”，系統將更準確地理解並匹配相關內容。

爲了實現這一目標，LinkedIn 首先徹底改革了其搜索功能的理解能力。張文靜表示，整個過程分爲三個階段:首先是理解用戶查詢，其次是從龐大的職位庫中檢索正確的信息，最後是精確排名，將最相關的職位呈現在最前端。

LinkedIn 此前依賴於固定的、基於分類法的方法、排名模型以及一些“缺乏深度語義理解能力”的舊有 LLM。如今，該公司已轉向更現代、經過精細微調的大型語言模型 （LLM），以增強其平臺的自然語言處理 (NLP) 能力。

考慮到 LLM 的高計算成本，LinkedIn 採取了數據蒸餾方法來降低成本。他們將 LLM 應用分爲兩個步驟:一個用於數據和信息檢索，另一個用於對結果進行排序。通過使用教師模型對查詢和職位進行排序，LinkedIn 成功地協調了檢索模型和排序模型，並將其求職系統所使用的階段從之前的九個減少到更精簡的流程。

此外，LinkedIn 還開發了一個查詢引擎，可以爲用戶生成定製的職位建議。

LinkedIn 並非唯一一家看到基於 LLM 的企業搜索潛力的公司。谷歌此前曾預測，得益於先進模型，2025年將是企業搜索變得更加強大的一年。Cohere 的 Rerank3.5等模型有助於打破企業內部的語言孤島。OpenAI、谷歌和 Anthropic 的各種“深度研究”產品也表明，各組織對訪問和分析內部數據源的代理需求日益增長。

在過去一年中，LinkedIn 已陸續推出了多項基於人工智能的功能。今年10月，該公司曾推出一款 AI 助手，旨在幫助招聘人員更有效地找到最佳候選人，進一步提升其在職業社交領域的領導地位。