语义候选人—职位匹配：混合检索中稠密嵌入模型的对比评测

该论文比较高密度嵌入模型在批量招聘场景下的候选人—职位语义匹配效果。流程为：用 LLM 将职位描述解析为结构化英文检索文本和分语种关键词，候选人简历索引为语义增强表示；在融合向量相似度与全文相关性的混合检索管线中用 RRF 合并。评测对象为 EmbeddingGemma 基础版、经 Cached MNRL 微调版，以及 MPNet 基线，使用已上线的匹配打分管线与独立 LLM-as-a-Judge 相关性评分做批量对比，并说明标准 IR 指标框架未在本报告范围内测量。

此前招聘匹配多依赖关键词或单一向量检索，微调目标选择常缺乏公开对比依据。该文把 EmbeddingGemma 基础版、Cached MNRL 微调版与 MPNet 放在同一混合检索协议和上线打分管线中比较，并明确区分“本次实际测量的指标”与“完整评测框架”，使模型选型从经验判断转向可复现的对比证据。

机制是双路召回后融合：向量相似度捕捉语义近邻，全文检索保证字面命中，RRF 按排名而非分数融合以降低量纲差异影响。微调侧用 Cached MNRL 构造批内负样本对比学习，让相似简历与职位在嵌入空间靠近；论文称在考虑 AnglE/CoSENT 类目标后仍选择仅用 Cached MNRL 适配，理由是收敛诊断与上线评分表现的综合权衡。

对招聘类产品，可直接复用“LLM 解析职位 + 语义简历索引 + RRF 混合检索”的架构，减少对纯关键词规则的依赖。选型上可将 EmbeddingGemma 微调版与 MPNet 做 A/B 对照，以已上线匹配分数和 LLM 评审分数作为上线门槛，降低换模型带来的效果回退风险。

• 在招聘产品中搭建 EmbeddingGemma 与 MPNet 的线上 A/B 实验，用已上线的 AI-Match 分数作为主指标
• 将 LLM 职位解析为结构化检索文本与分语种关键词的步骤产品化，作为检索前置模块
• 引入 LLM-as-a-Judge 相关性评分作为人工标注的补充评估通道，用于模型迭代回归
• 按 Recall@K、MRR、nDCG 补齐论文未测的完整评测框架，形成可复现的模型选型流程

• Cached MNRL 微调版相对 EmbeddingGemma 基础版与 MPNet 的具体指标差距未在证据中给出
• 论文摘要提到“addresses the gap betw…”被截断，所指研究空白不明确
• 批量对比评估数据集的规模、语种构成与标注方式未说明
• LLM-as-a-Judge 评分与上线 AI-Match 分数之间的一致性未披露