एंटरप्राइज नेता एआई एजेंटों के साथ लिंक्डइन की सफलता से क्या सीख सकते हैं

अभी टेक में सबसे गर्म विषयों में से एक एसई की एआई एग्रेस

Linkedin कहते हैं कि यह इसके साथ है लिंक्डइन हायरिंग असिस्टेंट। इसके लोकप्रिय सिफारिश प्रणाली और एआई-संचालित खोज से परे जा रहे हैं

लिंक्डइन के मुख्य एआई अधिकारी दीपक अग्रवाल ने कहा, “यह एक डेमो उत्पाद नहीं है।” वीबी रूपांतरण। “यह लाइव है। यह बचतकर्ताओं के लिए बचत और बहुत समय है ताकि वे अपना समय वह करने में बिता सकें जो वे वास्तव में प्यार करते हैं, जो उम्मीदवारों का पोषण कर रहा है और नौकरी के लिए सबसे अच्छी प्रतिभा को काम पर रख रहा है।”

>>सभी OOR ट्रांसफॉर्म 2025 कवरेज देखें<<

पर भरोसा करना और बहु-एजेंट प्रणाली

Linkedin ले रहा है और मल्टी-एजेंट दृष्टिकोण है, जो कि अग्रवाल के रूप में वर्णित है और एजेंटों के संग्रह को काम करने के लिए सहयोग करने वाले संग्रह का उपयोग किया गया है। और पर्यवेक्षक एजेंट अन्य एजेंटों के बीच सभी कार्यों को ऑर्केस्ट्रेट करता है, जिसमें सेवन और सोर्सिंग एजेंट शामिल हैं जो “एक और केवल एक नौकरी में अच्छे हैं।”

सभी संचार पर्यवेक्षक एजेंट के माध्यम से होता है, जो भूमिका योग्यता और अन्य विवरणों के बारे में मानव उपयोगकर्ताओं से इनपुट को प्राप्त करता है। वह एजेंट एजेंट को संदर्भ और सोर्सिंग एजेंट प्रदान करता है, जो कि रिक्रूटर सर्च स्टैक और स्रोतों के उम्मीदवारों के माध्यम से काम करता है, साथ ही इस बात पर विवरण देता है कि नौकरी के लिए एक अच्छा फिट क्यों हो सकता है। यह जानकारी पर्यवेक्षक एजेंट को लौटा दी जाती है, जो मानव उपयोगकर्ता के साथ सक्रिय रूप से बातचीत शुरू करती है।

“तो आप इसके साथ सहयोग कर सकते हैं, है ना?” अग्रवाल ने कहा। “आप इसे संशोधित कर सकते हैं। अब आपको कीवर्ड में प्लेटफ़ॉर्म से बात नहीं करनी है। आप प्राकृतिक भाषा में मंच से बात कर सकते हैं, और यह आपको वापस जवाब देने वाला है, यहां आपके साथ बातचीत होने वाली है।”

एजेंट कैन योग्यता को परिष्कृत करता है और उम्मीदवारों को सोर्स करना शुरू करता है, हायरिंग मैनेजर के लिए काम कर रहा है “दोनों सिंक्रोनस और अतुल्यकालिक रूप से।” “यह जानता है कि कब कार्य को सौंपना है प्रतिनिधिकैसे प्रतिक्रिया और उपयोगकर्ता को प्रदर्शित करें, ”अग्रवाल ने कहा।

उन्होंने “मानव प्रथम” एजेंटों के महत्व पर जोर दिया जो उपयोगकर्ताओं को हमेशा नियंत्रण में रखता है। लक्ष्य एआई के साथ “गहराई से निजीकरण” अनुभव है जो वरीयताओं को अपनाता है, व्यवहारों से सीखता है और इसके साथ बातचीत करने वाले अधिक सुधार और सुधार करना जारी रखता है।

अग्रवाल ने कहा, “यह आपको बेहतर और अधिक प्रभावशाली तरीके से अपनी नौकरी को पूरा करने में मदद करने के बारे में है।”

Howpedin अपने बहु-AGN प्रणाली को प्रशिक्षित करता है

और मल्टी-एजेंट सिस्टम को प्रशिक्षण के लिए आवश्यकता और बारीक दृष्टिकोण की आवश्यकता होती है। लिंक्डइन की टीम ने अपने विशिष्ट कार्य के लिए फाइन-ट्यूनिंग और प्रत्येक डाउनस्ट्रीम एजेंट को विश्वसनीयता में सुधार करने के लिए बहुत समय बिताया है और प्रत्येक डाउनस्ट्रीम एजेंट को प्रभावशाली बनाता है, लिंक्डिन सीनियर स्टाफ सॉफ्टवेयर इंजीनियर तेजस धरमसी ने समझाया।

“हम डोमेन-अनुकूलित मॉडल को ठीक करते हैं और अपने कार्य के लिए थीम को छोटा, होशियार और बेहतर बनाते हैं,” उन्होंने कहा।

जबकि पर्यवेक्षक आईएस और विशेष एजेंट जिसमें उच्च बुद्धि और अनुकूलनशीलता की आवश्यकता होती है। लिंक्डइन के ऑर्केस्ट्रेटिंग एजेंट कंपनी के फ्रंटियर लार्ज लैंग्वेज मॉडल (LLMS) का उपयोग करके तर्क दे सकते हैं। इसमें सुदृढीकरण सीखने और निरंतर उपयोगकर्ता प्रतिक्रिया भी शामिल है।

इसके अलावा, एजेंट के पास “अनुभवात्मक मेमोरी” है, अग्रवाल ने समझाया, इसलिए यह हाल के संवाद से जानकारी बनाए रख सकता है। यह उपयोगकर्ता वरीयताओं के बारे में दीर्घकालिक मेमोरी को संरक्षित कर सकता है, साथ ही, और इस प्रक्रिया में बाद में याद करना महत्वपूर्ण हो सकता है।

“अनुभवात्मक स्मृति, वैश्विक संदर्भ और बुद्धिमान रूटिंग के साथ, पर्यवेक्षक एजेंट का दिल है और यह सुदृढीकरण सीखने के माध्यम से बेहतर और बेहतर होता रहता है,” उन्होंने कहा।

पूरे एजेंट विकास चक्र में पुनरावृत्ति

धरमसी ने इस बात पर जोर दिया कि एआई एजेंटों के साथ, लेशन को बिंदु पर होना चाहिए। उत्पादन में तैनात करने से पहले, लिंक्डइन मॉडल बिल्डरों को यह समझने की आवश्यकता है कि प्रति सेकंड (क्यूपीएस) मॉडल कितने क्वेरी समर्थन कर सकते हैं और उन लोगों को शक्ति देने के लिए कितने जीपीयू की आवश्यकता होती है। इस और अन्य कारकों को टालने के लिए, कंपनी चलती है और बहुत सारे अनुमान लगाती है और मूल्यांकन करती है, साथ ही साथ ntensive रेड टीमिंग और जोखिम मूल्यांकन के साथ।

उन्होंने कहा, “हम चाहते हैं कि ये मॉडल तेजी से हों, और अपने कार्यों के लिए उप-अर्गल बेहतर हो, और वे ऐसा करने में असली तेजी से हैं,” उन्होंने कहा।

एक बार तैनात किए जाने के बाद, और यूआई के नजरिए से, धरमसी ने लिंक्डइन के एआई एजेंट प्लेटफॉर्म को “लेगो ब्लॉक के रूप में वर्णित किया जो एक एआई डेवलपर प्लग और खेल सकता है।” सार को डिज़ाइन किया गया है ताकि उपयोगकर्ता अपने उत्पाद के आधार पर चुन सकें और चुन सकें कि वे क्या बनाना चाहते हैं।

“यहां ध्यान यह है कि हम लिंक्डइन में एजेंटों के विकास को मानकीकृत कैसे करते हैं, ताकि एक सुसंगत फैशन में आप इन्हें बार -बार बना सकें, अलग -अलग परिकल्पनाओं को आज़माएं,” उन्होंने समझाया। इंजीनियर इसके बजाय अंतर्निहित नुस्खा या बुनियादी ढांचे के बजाय डेटा, अनुकूलन और हानि और इनाम फ़ंक्शन पर ध्यान केंद्रित कर सकते हैं।

लिंक्डइन आरएल पर आधारित विभिन्न एल्गोरिदम के साथ इंजीनियरों को प्रदान करता है, जीपीयू अनुकूलन या फ्लॉप के बारे में चिंता किए बिना बॉक्स से बाहर उपयोग करने के लिए ठीक ट्यूनिंग, प्रूनिंग, परिमाणीकरण और आसवन की निगरानी की जाती है, इसलिए एल्गोरिदम चलाना और धार्मसी को प्रशिक्षण देना शुरू कर सकता है।

अपने मॉडलों के निर्माण में, लिंक्डइन उत्तरी कारकों पर ध्यान केंद्रित करता है, जिसमें विश्वसनीयता, विश्वास, गोपनीयता, निजीकरण और मूल्य शामिल हैं, उन्होंने कहा। मॉडल को पटरी से उतरे बिना लगातार आउटपुट प्रदान करना चाहिए। उपयोगकर्ता यह भी जानना चाहते हैं कि वे संगत होने के लिए एजेंटों पर भरोसा कर सकते हैं; कि उनका काम सुरक्षित है; उस अतीत की बातचीत का उपयोग निजीकरण के लिए किया जा रहा है; और यह लागत आसमान छूती नहीं है।

“हम उपयोगकर्ता को अधिक मूल्य प्रदान करना चाहते हैं, उनकी नौकरी को बेहतर तरीके से और उन चीजों के लिए जो उन्हें खुशी लाते हैं, जैसे काम पर रखने के लिए,” धरमसी ने कहा। “रिक्रूटर्स सही उम्मीदवार की सोर्सिंग पर ध्यान केंद्रित करना चाहते हैं, सियरम पर समय नहीं बिताते हैं।”