准确性与局限
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。
这些话从哪里来
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 Rung 当前所带数据中的 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。
Rung 可能在哪里出错
- 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。
都验证过什么
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。
| 验证内容 | 结果 |
|---|---|
| Rung 悄悄用错职业的情况 | 154个中的0个 |
| Rung 询问时,正确职业出现在选项中 | 96% |
| 不是真实职业的条目,被正确判定为不匹配任何职业 | 89% |
还没验证过什么
这里明说一个缺口,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。
如果 Rung 弄错了什么
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。