Pievienojieties pasākumam, kuru uzņēmuma vadītāji uzticas gandrīz divas desmitgades. VB Remodel apvieno cilvēkus, kas veido reālu uzņēmumu AI stratēģiju. Uzziniet vairāk
AI aģenti šobrīd ir viena no karstākajām tēmām tehnoloģijās – wager cik uzņēmumu patiesībā ir izvietojuši un aktīvi tos izmanto?
LinkedIn saka, ka tas ir ar tā LinkedIn īrēšanas asistentsApvidū Ārpus tās populārās ieteikumu sistēmas un ar AI darbināmu meklēšanu, uzņēmuma AI aģenta avoti un vervē darba kandidātus, izmantojot vienkāršu dabiskās valodas saskarni.
“Šis nav demonstrācijas produkts,” šonedēļ uz skatuves sacīja LinkedIn galvenais AI virsnieks Deepaks Agarvals VB transformācijaApvidū “Tas ir tiešraidē. Tas ietaupa daudz laika vervētājiem, lai viņi varētu pavadīt laiku, darot to, kas viņiem patiešām patīk darīt, kas kopj kandidātus un nolīgst labāko talantu darbam.”
>> Skatiet visu mūsu transformācijas 2025 pārklājumu šeit <<Balstoties uz daudzu aģentu sistēmu
LinkedIn izmanto daudzu aģentu pieeju, izmantojot to, ko Agarvals raksturoja kā aģentu kolekciju, kas sadarbojas, lai paveiktu darbu. Pārraudzības aģents organizē visus uzdevumus starp citiem aģentiem, ieskaitot uzņemšanas un ieguves aģentus, kas ir “labi vienam un tikai vienā darbā”.
Visa komunikācija notiek caur Supervisor Agent, kas ņem vērā cilvēku lietotājus ap lomu kvalifikāciju un citu informāciju. Pēc tam šis aģents nodrošina kontekstu ieguves aģentam, kuru vervē vervēšanas meklēšanas kaudzes un kandidāti, kā arī apraksti par to, kāpēc viņi varētu būt piemēroti darbam. Pēc tam šī informācija tiek atgriezta vadītāja aģentam, kas sāk aktīvi mijiedarboties ar cilvēku lietotāju.
“Tad jūs varat ar to sadarboties, vai ne?” teica agarwal. “Jūs to varat modificēt. Vairs nav jārunā ar platformu atslēgvārdos. Dabiskā valodā varat sarunāties ar platformu, un tas jums atbildēs atpakaļ, tam būs saruna ar jums.”
Pēc tam aģents var uzlabot kvalifikāciju un sākt iegūt kandidātus, strādājot darbā pieņemšanas vadītājam “gan sinhroni, gan asinhroni”. “Tas zina, kad uzdevumu deleģēt aģentam, kā apkopot atsauksmes un parādīt lietotājam,” sacīja Agarvals.
Viņš uzsvēra “cilvēka pirmo” aģentu nozīmi, kas lietotājiem vienmēr kontrolē. Mērķis ir “dziļi personalizēt” pieredzi ar AI, kas pielāgojas vēlmēm, mācās no uzvedības un turpina attīstīties un uzlabot, jo vairāk lietotāji ar to mijiedarbojas.
“Runa ir par to, lai palīdzētu jums paveikt savu darbu labāk un efektīvāk,” sacīja Agarvals.
Kā LinkedIn apmāca savu daudzu aģentu sistēmu
Vairāku aģentu sistēmai ir nepieciešama niansēta pieeja apmācībai. LinkedIn komanda daudz laika pavada, lai precizētu un padarītu katru pakārtoto aģentu efektīvu savam īpašajam uzdevumam, lai uzlabotu uzticamību, skaidroja Tejas Dharamsi, LinkedIn vecāko personāla programmatūras inženieris.
“Mēs precīzi pielāgojam domēnu pielāgotus modeļus un padarām tos mazākus, gudrākus un labākus mūsu uzdevumam,” viņš teica.
Tā kā uzrauga aģents ir īpašs aģents, kuram jābūt ļoti inteliģentam un pielāgojamam. LinkedIn orķestrācijas aģents var pamatot, izmantojot uzņēmuma robežas lielās valodas modeļus (LLM). Tas ietver arī pastiprināšanas mācīšanos un nepārtrauktas lietotāju atsauksmes.
Turklāt aģentam ir “pieredzes atmiņa”, paskaidroja Agarvals, tāpēc tas var saglabāt informāciju no nesenā dialoga. Tas var saglabāt arī ilgtermiņa atmiņu par lietotāju vēlmēm un diskusijām, kuras varētu būt svarīgi atcerēties vēlāk šajā procesā.
“Pieredzes atmiņa, kā arī globālais konteksts un inteliģenta maršrutēšana ir vadītāja aģenta sirds, un tā turpina kļūt labāka un labāka, izmantojot pastiprināšanas mācīšanos,” viņš teica.
Iterēšana visā aģenta attīstības ciklā
Dharamsi uzsvēra, ka ar AI aģentiem latentumam jābūt uz punktu. Pirms izvietošanas ražošanā LinkedIn modeļa veidotājiem ir jāsaprot, cik daudz vaicājumu sekundē (QPS) modeļi var atbalstīt un cik daudz GPU ir nepieciešami, lai tos darbinātu. Lai noteiktu šos un citus faktorus, uzņēmums veic daudz secinājumu un veic novērtējumu, kā arī ntensīvu sarkano komandu un riska novērtējumu.
“Mēs vēlamies, lai šie modeļi būtu ātrāki, un apakšnodaļas labāk veic savus uzdevumus, un viņi patiešām ātri to dara,” viņš teica.
Pēc izvietošanas no lietotāja saskarnes viedokļa Dharamsi aprakstīja LinkedIn AI Agent platformu kā “LEGO blokus, kurus AI izstrādātājs var piespraust un spēlēt”. Abstrakcijas ir veidotas tā, lai lietotāji varētu izvēlēties un izvēlēties, pamatojoties uz savu produktu un to, ko viņi vēlas izveidot.
“Šeit uzmanības centrā ir tas, kā mēs standartizējam LinkedIn aģentu attīstību, lai konsekventā veidā jūs varētu tos izveidot atkal un atkal, izmēģināt dažādas hipotēzes,” viņš paskaidroja. Inženieri tā vietā var koncentrēties uz datiem, optimizāciju un zaudējumu un apbalvošanas funkciju, nevis uz pamatā esošo recepti vai infrastruktūru.
LinkedIn nodrošina inženierus ar dažādiem algoritmiem, pamatojoties uz RL, uzraudzītu smalko noregulēšanu, atzarošanu, kvantizēšanu un destilāciju, lai izmantotu ārpus kastes, neuztraucoties par GPU optimizāciju vai flops, lai viņi varētu sākt vadīt algoritmus un apmācību, sacīja Dharamsi.
Izveidojot savus modeļus, LinkedIn koncentrējas uz vairākiem faktoriem, ieskaitot uzticamību, uzticību, privātumu, personalizāciju un cenu, viņš sacīja. Modeļiem jāsniedz konsekventi rezultāti, nesamazinoties no sliedēm. Lietotāji arī vēlas zināt, ka viņi var paļauties uz aģentiem, lai būtu konsekventi; ka viņu darbs ir drošs; Šī pagātnes mijiedarbība tiek izmantota personalizēšanai; Un tas izmaksas nav strauji pieaugums.
“Mēs vēlamies lietotājam sniegt lielāku vērtību, labāk darīt savu darbu un darīt lietas, kas viņiem sagādā laimi, piemēram, īrējot,” sacīja Dharamsi. “Darbinieki vēlas koncentrēties uz pareizā kandidāta iegūšanu, nevis tērēt laiku meklēšanai.”
avots
