PandaVT/datatager_llm_resume_scoring

Large Language Model Resume Scoring (LLM-RS)任务数据集由DataTager团队创建，旨在自动化评估简历中详细描述的专业经验。该数据集包括对过去角色、职责和表现的结构化评估，提供技术技能、项目参与、销售能力、品牌管理、沟通和战略规划等领域的评分。该数据集对于希望利用AI简化专业经验评估的组织、人力资源部门和招聘机构非常有用。通过使用该数据集，可以训练AI模型有效地解析和评估简历，提供标准化的候选人评估方法。此外，它还可以作为人力资源专业人士和学生了解招聘过程中专业评估复杂性的教育资源。

The Large Language Model Resume Scoring (LLM-RS) dataset was created by the DataTager team, aiming to automate the evaluation of professional experience detailed in resumes. This dataset includes structured assessments of past roles, responsibilities and performance, providing scores across domains such as technical skills, project participation, sales capabilities, brand management, communication and strategic planning. This dataset is highly useful for organizations, human resources departments and recruitment agencies that wish to leverage AI to streamline the evaluation of professional experience. By utilizing this dataset, AI models can be trained to effectively parse and evaluate resumes, providing a standardized candidate assessment method. In addition, it can also serve as an educational resource for HR professionals and students to understand the complexity of professional evaluation in the recruitment process.

原始信息汇总

Large Language Model Resume Scoring (LLM-RS) Task Dataset

描述

Large Language Model Resume Scoring (LLM-RS) 任务数据集由 DataTager 团队创建，旨在自动化评估简历中详细描述的专业经验。该数据集包括对过去角色、职责和表现的结构化评估，提供技术技能、项目参与、销售能力、品牌管理、沟通和战略规划等领域的评分。

训练提示

在训练模型时，为每个输入实例添加以下提示：

给定一个候选人的工作经历信息，你需要针对每个职位进行综合评分。每个工作经历包括职位名称、工作内容、技能需求等详细描述。根据职位的特性和需求，你应该为每个工作经历设计不同的评分标准。 针对每个工作经历，基于上述评分方面，给出一个具体的分数（1-10分）。每个评分方面的最高分为10分，确保评分具有差异性，反映出候选人在每个岗位上的表现强度和改进空间。

使用

该数据集对于希望利用 AI 简化专业经验评估的组织、人力资源部门和招聘机构非常有价值。通过使用此数据集，可以训练 AI 模型有效地解析和评估简历，为候选人评估提供标准化方法。它还为 HR 专业人员和学生提供教育资源，以了解招聘过程中专业评估的复杂性。

引用

请在您的工作中按以下方式引用此数据集：

@misc{ Extract Medical Information Dataset, author = {DataTager}, title = {Extract Medical Information Dataset}, year = {2024}, publisher = {GitHub}, journal = {GitHub repository}, howpublished = {\url{https://github.com/PandaVT/DataTager}} }

搜集汇总

背景与挑战

背景概述

该数据集名为'PandaVT/datatager_llm_resume_scoring'，是一个由DataTager团队创建的Large Language Model Resume Scoring (LLM-RS)任务数据集，旨在自动化评估简历中的专业经验，包括技术技能、项目参与、销售能力等结构化评分。它适用于组织、人力资源部门和招聘机构，通过训练AI模型解析和评估简历，提供标准化候选人评估方法，并可作为教育资源。