論文の概要: From Matching Models to Recruiting Agents: A Systematized Narrative Review of AI Recruitment Systems, Evaluation, and Governance
- arxiv url: http://arxiv.org/abs/2609.04286v1
- Date: Thu, 03 Sep 2026 08:46:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:23.766327
- Title: From Matching Models to Recruiting Agents: A Systematized Narrative Review of AI Recruitment Systems, Evaluation, and Governance
- Title（参考訳）: マッチングモデルからリクルートエージェント:AIリクルートシステム、評価、ガバナンスの体系化されたナラティブレビュー
- Abstract要約: このレビューは、ニューラル・パーソナリティ・マッチングによる双方向の検索と行動ランキングから発展を辿る。
類似性から相互適合性、モデルから複合ワークフロー、オフライン予測からエビデンスと生産性に整合した評価という3つの組み合わせの遷移を分析した。
評価証拠から最強の証明可能なクレームへのステージマッピングと,相互性,エビデンス,時間的制御,選択的,監査可能なシステムに関するアジェンダを導入する。
- 参考スコア（独自算出の注目度）: 1.436449142247059
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Artificial intelligence in recruitment has shifted the object being automated from profile pairs and ranked lists to multi-stage workflows that retrieve evidence, compare candidates, and support or execute actions. This systematized narrative review traces that development from bilateral retrieval and behavioral ranking through neural person--job matching, large language model (LLM) components, and tool-using recruiting agents. Using a purposive search and coding protocol updated through 23 July 2026, plus targeted updates through 2 September 2026, we organize 40 representative works with supporting industrial and legal sources. This synthesis is not a prevalence estimate. We analyze three coupled transitions: from similarity to reciprocal suitability, from a model to a compound workflow, and from offline prediction to evidence- and productivity-aligned evaluation. Across document understanding, retrieval, ranking, assessment, interviewing, sourcing, and human handoff, we distinguish field-, pair-, list-, case-, trajectory-, and outcome-level evidence. Persistent gaps arise because behavioral labels confound exposure, preference, and qualification; private and synthetic data limit external validity; final-output scores conceal pipeline failures; and, within the coded set, privacy is not directly evaluated and no row jointly evaluates utility, fairness, privacy, and security. These observations describe the coded set rather than the field as a whole. We therefore introduce a staged mapping from evaluation evidence to the strongest defensible claim, together with an agenda for reciprocal, evidence-grounded, temporally controlled, selective, and auditable systems. Progress should be judged by whether workflows retrieve the right evidence, preserve uncertainty, support contestable decisions, and improve outcomes under explicit cost and risk constraints.
- Abstract（参考訳）: 採用における人工知能は、オブジェクトをプロファイルペアとランキングリストから、エビデンスを取得し、候補を比較し、アクションをサポートし、実行するための多段階ワークフローに移行した。
この体系化された物語レビューは、ニューラル・パーソナリティ・マッチング、大規模言語モデル(LLM)コンポーネント、およびツールを用いた採用エージェントによる双方向検索と行動ランキングの発達を辿る。
2026年7月23日までに更新され、2026年9月2日までの目標更新により、産業および法的なソースをサポートする40の代表的作業が編成された。
この合成は有病率推定ではない。
類似性から相互適合性、モデルから複合ワークフロー、オフライン予測からエビデンスと生産性に整合した評価という3つの組み合わせの遷移を分析した。
文書理解,検索,ランキング,アセスメント,インタビュー,ソーシング,ヒューマンハンドオフを通じて,フィールド,ペア,リスト-,ケース-,トラジェクトリ-,結果レベルのエビデンスを識別する。
永続的なギャップは、行動ラベルが露出、嗜好、資格を損なうこと、プライベートデータと合成データが外部の妥当性を制限すること、ファイナルアウトプットスコアがパイプラインの障害を隠蔽すること、そしてコードセット内では、プライバシが直接評価されず、有用性、公正性、プライバシ、セキュリティを共同で評価することによる。
これらの観察は、フィールド全体よりもむしろコード化された集合を記述する。
そこで我々は,評価的証拠から最強の防衛的主張への段階的マッピングと,相互性,証拠的根拠,時間的制御,選択的,監査可能なシステムに関する議題を導入する。
ワークフローが正しい証拠を回収し、不確実性を保ち、競争可能な決定をサポートし、明確なコストとリスクの制約の下で結果を改善するかどうかによって、進捗を判断する必要がある。
関連論文リスト
- Terminal Agents: A Survey of AI Agents in Command-Line Environments [102.48222742145474]
大規模言語モデルエージェントは、ターミナルを通してますます行動するが、既存の調査は、ソフトウェア工学、ツールの使用、コンピュータ利用の研究にまたがって端末による振る舞いを分散させている。
我々は,端末エージェントを,端末コマンドの実行,テキストフィードバック,ステートフルな環境相互作用を介し,進行を伴う動作を主とするシステムとみなす。
我々の合成は、実現された行動はモデル、インターフェース、ハーネス、ランタイム、環境によって共同で形成されていることを示している。
論文 参考訳（メタデータ） (2026-08-20T18:16:44Z) - Vibe Coding: Practice, Performance, Productivity, and Risk -A State-of-the-Art Review [5.061021429555365]
最先端のレビューでは、ソフトウェア工学、人間とコンピュータの相互作用、労働経済学、セキュリティ研究、ガバナンス、教育にまたがる学際的コーパスにまたがる証拠がまとめられている。
モデルランドスケープ、ツールエコシステム、タスクタイプによるパフォーマンス記録を調査し、初期ベンチマークは飽和しているがタスクレベルの能力は不均一である。
デプロイされたアプリケーションのセキュリティ上の障害、大規模コードと開発者テレメトリで見えるコード品質の劣化、未解決の著作権暴露、スキル萎縮の証拠を文書化します。
論文 参考訳（メタデータ） (2026-08-20T16:10:28Z) - Engineering Reliable Coding Agents: Evaluating and Operating the System Around the Model [0.0]
164の学術作品、100の実践記録、29のベンチマーク記録、17の著者・システム・ケース・レコードを合成する。
構造化されたマルチボーカルレビュー、ターゲットとする更新監査、ソフトウェアエンジニアリングカバレッジ分析、分散システムエビデンス合成として書かれた。
本は、深さ56の信頼性記録と13のリサーチリードを含む、バージョン管理された206の信頼性記録を寄稿している。
論文 参考訳（メタデータ） (2026-08-14T01:34:25Z) - From Skill Extraction to Multistakeholder Recommendation: A Two-Stage Framework for Bias Governance in Skills-Based Job Matching [0.8749675983608171]
スキル抽出、プロファイル形成、および候補ジョブマッチングのバイアスは、候補者の不公平な治療に寄与する可能性がある。
本稿では,スキルベースのジョブマッチングにおいて,バイアスを検出し,管理するための2段階のフレームワークを提案する。
論文 参考訳（メタデータ） (2026-07-17T07:37:17Z) - Judgment-Grounded Expansion for Peer Review Generation [68.04679314462481]
我々は、評価的クレームを提供する人間とAIの協調モードである判断基盤の拡張を定式化し、レビューコメント候補に拡張する(s)。
本研究は,スケーラブルな評価と候補セットのキュレーションの2つの実践的課題について検討する。
本研究は,具体的な課題として判断基盤の拡大を確立し,今後の共同レビュー生成システムの設計のための実証的,方法論的基盤を提供する。
論文 参考訳（メタデータ） (2026-06-22T12:20:11Z) - Time to REFLECT: Can We Trust LLM Judges for Evidence-based Research Agents? [61.49434544687523]
本稿では,エージェント環境におけるきめ細かい故障検出を目的としたメタ評価ベンチマークREFLECTを紹介する。
REFLECTはプロセスレベルの障害モードと結果レベルの障害モードの詳細な分類を定義し、制御および局所的な介入を実行することでインスタンス化する。
私たちの実験では、最高のパフォーマンスモデルでさえ、推論、ツール使用、レポート品質の失敗に対して、全体的なアキュラシーを55%以下に達成しています。
論文 参考訳（メタデータ） (2026-05-18T23:55:08Z) - FRESCO: Benchmarking and Optimizing Re-rankers for Evolving Semantic Conflict in Retrieval-Augmented Generation [73.22935457705057]
時間的動的文脈における再ランカ評価のためのベンチマークであるFRESCOを紹介する。
レクエンシ検索クエリと過去のウィキペディアのリビジョンを組み合わせることで、FRESCOは、セマンティックな関連性を維持しながら、リランカが事実として最新の証拠を優先順位付けできるかどうかをテストする。
我々の評価では、既存の再ランカ間で一貫した障害モードが明らかになっている。
論文 参考訳（メタデータ） (2026-04-14T17:04:25Z) - Althea: Human-AI Collaboration for Fact-Checking and Critical Reasoning [26.796186521236194]
本稿では,オンラインクレームのユーザ主導評価を支援するために,質問生成,証拠検索,構造化推論を統合した検索強化システムであるAltheaを紹介する。
AVeriTeCベンチマークでは、Altheaは0.44のマクロF1を達成し、標準的な検証パイプラインを上回り、サポートされたクレームと反証されたクレームの識別を改善している。
論文 参考訳（メタデータ） (2025-12-29T18:23:35Z) - Demystifying deep search: a holistic evaluation with hint-free multi-hop questions and factorised metrics [89.1999907891494]
We present WebDetective, a benchmark of hint-free multi-hop questions with a control Wikipedia sandbox。
25の最先端モデルに対する我々の評価は、すべてのアーキテクチャにまたがる体系的な弱点を明らかにしている。
私たちはエージェントワークフローであるEvidenceLoopを開発し、ベンチマークが特定する課題を明示的にターゲットしています。
論文 参考訳（メタデータ） (2025-10-01T07:59:03Z) - AI Agents-as-Judge: Automated Assessment of Accuracy, Consistency, Completeness and Clarity for Enterprise Documents [0.0]
本研究では,AIエージェントを用いた高度に構造化された企業文書の自動レビューのためのモジュール型マルチエージェントシステムを提案する。
LangChain、CrewAI、TruLens、Guidanceといった現代的なオーケストレーションツールを使用して、文書のセクション単位での評価を可能にする。
99%の情報一貫性(人間の場合は92%)を実現し、エラーとバイアス率を半減させ、1文書あたりの平均レビュー時間を30分から2.5分に短縮する。
論文 参考訳（メタデータ） (2025-06-23T17:46:15Z) - Auditing and Generating Synthetic Data with Controllable Trust Trade-offs [54.262044436203965]
合成データセットとAIモデルを包括的に評価する総合監査フレームワークを導入する。
バイアスや差別の防止、ソースデータへの忠実性の確保、実用性、堅牢性、プライバシ保護などに焦点を当てている。
多様なユースケースにまたがる様々な生成モデルを監査することにより,フレームワークの有効性を実証する。
論文 参考訳（メタデータ） (2023-04-21T09:03:18Z) - GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。
FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
論文 参考訳（メタデータ） (2022-04-12T03:49:35Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。