AI 透明度
我们相信你有权了解关于你职业的决策是如何做出的。以下是我们 AI 系统的完整说明。
我们使用加权多因素系统将候选人与职位匹配。每个匹配分数都是可解释的。
您的技能和资质与每个职位要求的契合程度。
您的工作经历、职位和从业年限与该职位的相关程度。
职位的工作地点、远程办公选项和薪资范围是否符合您设定的偏好。
这些因素按固定且公开的双向公式合成：候选人胜任度（技能 40%、经验 20%、已验证能力证据 25%、近期活跃度 15%）与职位吸引力（薪资匹配 30%、地点 25%、雇主质量 25%、薪资透明度 10%、职位新鲜度 10%），两者取调和平均——单方面的匹配会被显著降权，并可选融合语义文本相似度。该分数始终与完整职位信息一同展示，供您自行判断。
想了解完整的 AI 透明度政策？包括 AI 使用与不使用哪些数据、您获得解释的权利、退出选项，以及如何联系我们的数据保护负责人。
阅读 AI 透明度政策我们积极监控并防止 AI 系统中的歧视性结果。
任何受保护群体的录用率应至少达到最高群体录用率的 80%——这是我们在设计匹配算法时所追求的公平性目标。
我们正在建立定期的内部审查流程，以衡量在性别、年龄、族裔和残障状况方面的差异性影响，并计划在该机制成熟后公布结果。
我们使用通用大语言模型，而非自行训练模型，并通过精心设计的提示词和排序信号，努力减少跨地区、跨行业的文化偏见。
AI置信度低或结果异常时，人工审查员会在最终决定前介入。
ZhiYin 使用的所有 AI 算法均已注册并记录，符合中国网信办和欧盟 AI 法案要求。
我们的透明度登记册收录了 7 个算法，旨在对齐网信办与欧盟 AI 法案的要求
| ID | 算法 |
|---|---|
| ALG-001 | 职位-候选人双向匹配 采用固定权重的双向确定性公式对候选人与职位进行匹配：候选人胜任度（技能 40%，基于中英双语技能词典；经验 20%；已验证能力证据 25%，含模拟面试、防作弊测评等按预测效度加权；活跃度 15%）与职位吸引力（薪资匹配 30%，按币种门控；地点 25%；雇主质量 25%，含回复率、offer 接受率与候选人满意度；薪资透明度 10%；职位新鲜度 10%），两者取调和平均——单方面匹配会被显著降权，并可按 6:4 融合多语言文本向量相似度。推荐流另应用聚合级拥堵均衡（申请过多的职位最多降权 12%，曝光不足的职位最多提权 6%）。每个匹配分均附带各维度得分明细与命中/缺失技能说明；评分全程不使用大语言模型，也绝不使用受保护的个人特征或户籍信息。 |
| ALG-002 | 简历分析 从简历中提取并评分技能、经验和资质 |
| ALG-003 | 求职信生成 基于候选人简历和职位描述生成个性化求职信 |
| ALG-004 | 面试问题生成 基于职位角色和职业方向生成相关面试问题 |
| ALG-005 | 薪资洞察 基于角色、地点和经验级别提供薪资范围估算 |
| ALG-006 | AI团队组合 根据雇主简介从签约人才池组合 3 个排名团队，依据技能重叠、报价匹配、验证等级、可用性和过往评分进行打分，并通过 LLM 生成逐成员推荐理由。 |
| ALG-007 | 职位搜索排序 对公开职位搜索结果进行确定性加权排序：文本相关性（全文检索评分或关键词加权命中，含中英双语同义词与中文分词扩展）占 55%，新鲜度（30 天指数衰减）占 25%，职位整体互动度（近期浏览与投递转化的日更聚合信号，不做个人画像）占 20%。雇主响应等级仍为首要排序层，长期不回复的雇主排在最后。全程不使用大语言模型，也不使用任何个体用户行为数据。 |
我们的 AI 系统在设计上力求符合我们所服务市场的就业反歧视法律与 AI 治理法规。
我们在设计自动化决策工具时，力求支持与美国新兴的自动化就业决策工具规则相一致的偏见审查。
招聘类 AI 在欧盟 AI 法案下被视为高风险，我们正在建立该法案第 9 条所要求的偏见监测与人工监督机制。
我们的推荐与匹配算法在设计上力求满足中国国家网信办的算法备案要求。