准确性与局限

更新于2026年7月28日

Rung 会用你告诉它的内容写简历，用到的职业数据来自美国劳工部。这个页面说明 Rung 会说你什么、不会说你什么，可能在哪里出错，以及都验证过什么。

关于你，Rung 不会说什么

它不会编造经历。 一份工作真实的职责会一条条提供给你，你可以保留，也可以去掉，只有被你留下的内容才会写进简历，算作你的经历。如果你想找的是还没做过的工作，那些工作内容永远不会被放进你的经历里。
它不会悄悄替你决定职业。 当你写的职业名称明确对应某一个职业时，Rung 会说出这个职业，并留出可以更改的空间。当它可能对应好几个职业时，Rung 会问你。当没有一个合适时，Rung 会用你自己的话来写，不依据任何职业数据。
它不会给你打分。 没有评级，没有百分比，也没有任何东西评判你有多容易被录用。

职责、技能和职业名称的数据来自 O*NET，也就是美国劳工部发布的职业数据库，覆盖大约1,016种职业。薪资范围的数据来自美国劳工统计局，学校和项目的数据来自美国国家教育统计中心，地点的数据来自美国人口普查局。这些都不是编造出来的。鸣谢列出了每一个数据来源和它的更新日期。

简历上的句子由语言模型根据你自己的回答和这些真实数据写成，然后会以大白话的句子展示给你，你可以先修改，才会被保留。

语音。 语音识别这项技术，对有些人来说不如对另一些人可靠。在一项权威的已发表研究中，它对黑人使用者出错的次数大约是对白人使用者的两倍，遇到更重的口音和方言时错得更多。问题出在这项技术本身，不在说话的人身上，所以 Rung 从不单独依赖它：你说的任何话都会显示为文字，方便你修改，语音也从来不是唯一的回答方式。
措辞。 模型可能会用你自己不会用的说法来表达，或者让一句话听起来比实际的工作还要夸张。每一行内容都会展示给你，你可以修改或删除，读起来不像真实简历内容的句子，会被标出原因。
职业匹配。 你输入的职业名称，可能同时接近好几个职业。匹配不清楚的时候，Rung 会问你，而不是替你选。

职业匹配会用一套标注好的154个职业名称基准测试来验证，这套测试特意偏向更难的情况：O*NET 把现代科技岗位归到旧职业类别下的情况、部队代码、宽泛到难以归类的名称，以及根本不是职业的条目。数据或匹配逻辑每次改动，这套测试都会重新跑一次。

最近一次运行是在2026年7月，针对的是今天发布的职业数据。这套基准测试由 Vigu Enterprises LLC 自己制定并公开，方便查证，并不是外部审计。

这里明说两个缺口，而不是含糊带过。Rung 还没有在它面向的人群中做过大规模测试，所以支撑这套设计的证据来自已发表的研究，而不是 Rung 自己的实地结果。另外，Rung 本身在不同口音和方言下的语音准确率还没有被单独测量过，这也是每一个语音回答在被保留之前都会先显示成文字的原因之一。

告诉我们，我们就会修正。发邮件到 hello@rung.guru，说说你当时在做什么、Rung 生成了什么。会有人回复你。