Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

AdaptJobRec: Enhancing Conversational Career Recommendation through an LLM-Powered Agentic System

Created by
  • Haebom

作者

Qixin Wang, Dawei Wang, Kun Chen, Yaowei Hu, Puneet Girdhar, Ruoteng Wang, Aadesh Gupta, Chaitanya Devella, Wenlai Guo, Shangwen Huang, Bachir Aoun, Greg Hayworth, Han Li, Xintao Wu

概要

AdaptJobRec は、ユーザクエリの複雑さの識別メカニズムを活用して応答の遅延時間を最小限に抑える最初のインタラクティブな職業推薦システムです。このシステムは、単純なクエリには適切なツールを直接選択し、複雑なクエリにはメモリ処理モジュール、インテリジェントな作業分解計画、およびパーソナライズされた推奨ツールを使用して応答します。 Walmartの実際の採用推薦シナリオでは、競合ベースのシステムよりも平均応答遅延時間を最大53.3%削減し、推奨精度を大幅に向上させました。

Takeaways、Limitations

対話型推薦システムにおける応答遅延時間と複雑な問合せ処理とのバランスをとる新しいアプローチの提示
ユーザークエリの複雑さに応じてツールを動的に選択するシステム設計。
実際の環境でのパフォーマンス検証(Walmartシナリオ)。
Limitations:
特定環境(Walmart採用)での検証による一般化の可能性に関するさらなる研究が必要
システムのパフォーマンスは、クエリの複雑さの識別メカニズムの精度に依存します。
改善された精度の原因に関する追加の分析が必要です。
👍