LyRise：利用开源AI引领中东和北非人才对接

  每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/

LyRise 使用 AI 技术推动其“人才即服务”（TaaS）平台的发展。Remote AI & Data Teams: Hire Vetted Talent in 2 Weeks

在TaaS领域追求创新时，LyRise 发现了两个关键挑战：职位描述和简历的文本摘要，以及开发强大的检索增强生成（RAG）管道来匹配两者。为了解决这些问题，LyRise 选择了 Meta 的 Llama 2 模型，发现它在简化简历和分析职位描述方面表现出色。借助 Llama 2，LyRise 构建了稳健的匹配管道，将合适的候选人推荐给客户，不仅将招聘时间缩短了多达50%，还确保了高质量的人才获取。Llama 2 的开源特性也使 LyRise 能够快速从最小可行产品（MVP）推进到测试版，推动其产品开发迅速前进。

LyRise 的开发历程从实验到部署，见证了 Llama 2 的重要作用。在初期，LyRise 测试了不同的开源模型作为专有语言模型的替代品，最终 Llama 2 脱颖而出，特别是在集成能力方面。最初，LyRise 只是以探索的方式使用 Llama 2，但很快它就成为了可靠的开发工具。

LyRise 的技术与 AI 负责人 Mohamed Rashad 表示：“我们试用了不同的模型，发现 Llama 2 最适合我们的需求。我们一开始是用它做实验，现在已经将它作为我们 alpha 和 beta 开发的一部分。”

公司使用 Ollama 平台来本地运行开源大型语言模型，然后过渡到 Amazon Bedrock，接着通过 Replicate.com 集成其平台，利用其 RAG 管道并通过高级生成式 AI 功能进行数据处理，而无需管理底层基础设施。Replicate 提供了一个易于访问的平台，通过 API 部署和利用 Llama 2，实现了无缝的工作流程集成。在 RAG 管道中，数据检索涉及索引简历和职位描述数据库、制定查询，并基于复杂的知识图谱检索相关候选人。Llama 2 为简历和职位描述生成嵌入，提升了上下文理解和相似度评分。

展望未来，LyRise 计划进一步优化 Llama 的使用，正在测试 Llama 3 以增强其 RAG 管道性能。Llama 3 的新功能带来了显著改进，尤其是在简历与职位描述匹配的产品方面。Llama 3 的多语言内容理解和生成能力尤其令人兴奋，能够更好地服务于更多元化的候选人和职位列表，从而提高包容性和覆盖范围。此外，Llama 3 改进的微调功能意味着 LyRise 可以更好地定制模型，以满足其特定需求，确保其更加符合独特的匹配标准和业务要求。

LyRise 将 Llama 2 集成到其工作流程中，带来了显著的好处，尤其是通过 Llama 2 的文本摘要和职位描述理解能力，加速了产品开发。此外，公司采用开源模型的做法相比完全依赖专有语言模型节省了大量成本。这种成本效益不仅增强了平台的可扩展性，还允许 LyRise 在保障客户数据隐私和安全方面做得更好。

LyRise 的成功是开源软件潜力的有力证明。通过利用开源 AI 模型，公司大大降低了进入门槛，加速了推出时间表。开源计划帮助小型企业平等使用最先进的模型，并为这一领域的集体进步做出贡献。

正如 Rashad 所说：“开源让我们学得更快、构建得更快，并迅速产生商业价值，同时也推动了整个行业的进步。”