开年以来，，DeepSeek 在各行业应用场景的讨论热度不减。。作为领先的以手艺驱动的整体人力资源解决方案服务商，，mg冰球突破一直秉持着对前沿手艺的敏锐洞察，，起劲探索“ AI + HR ”的深度融合场景。。现在，，mg冰球突破乐成接入 DeepSeek-R1 大模子，，在人力资源智能化转型的蹊径上迈出要害一步。。钛媒体对这一主要事务举行了独家报道，，以下内容转载自「钛媒体」。。

钛媒体独家获悉，，mg冰球突破已接入 DeepSeek-R1 大模子，，探索 AI 大模子与招聘（特殊是中高端招聘领域）的深度融合，，以期提升人才匹配效率。。mg冰球突破 CTO 刘之指出，，春节前后中国 DeepSeek-R1 推理大模子惊艳天下，，这将进一步推动 Agents 手艺的成熟。。

他告诉钛媒体，，“DeepSeek-R1 是跟 OpenAI o1 平替但更经济的版本。。DeepSeek-R1 在大规模强化学习的原创式立异开创了先河。。虽然模子的优势并纷歧定总是持续，，社区会跟进得很快。。但将工程和算法等跨学科深度融合的团队总是能做出特殊优异的立异，，这才是最值得钦佩和学习的。！！！

但他同样指出，，“虽然 OpenAI 去年 9 月就宣布了 o1 推理大模子，，我们已经在实验使用 o1 为跨数据源的重大 RAG 使命提供更高效的使命拆解能力，，同时也在预研更需要推理能力的 Agents。。DeepSeek-R1 和 o1 的推理能力类似，，以是并没有因此改变mg冰球突休业物方案和战略。。但与 o1 差别的是，，DeepSeek-R1 的头脑链是透明化的，，以是在举行意图明确和使命妄想时可以将产品转酿成交互会话式的，，这会极大提高用户体验。！！！

刘之预计，，“随着mg冰球突破在差别场景接入更多差别模子，，DeepSeek-R1 作为 RAG 和 Agents 的主力模子是完全可以的。！！！

早在去年5月，，不少大模子提供商均在争相降价时代，，DeepSeek-V2 就已经体现出与闭源模子如 GPT-4-Turbo 和 文心4.0 在语言明确与天生方面的综合实力。。直至年底12月 DeepSeek-V3 和1月20日 DeepSeek-R1 的先后宣布，，客观上为 OpenAI 等大模子厂商带来了压力。。

只管 DeepSeek-R1 训练本钱并未宣布，，但 DeepSeek-V3 据宣布的训练预算为“2048个GPU、、2个月、、近600万美元”，，外界以为 R1 在对标 OpenAI o1 模子的同时，，训练本钱也可能更低。。

短短一个春节假期事后，，海内外从芯片厂到云厂商都迅速宣布了对 DeepSeek 支持。？？梢栽て诘氖，，在差别 GPU 和云算力平台上，，DeepSeek 系列模子会有差别的性能体现。。

刘之指出，，“现在自力安排 DeepSeek-R1 满血版的本钱仍太高，，以是我们直接接纳了云服务厂商的 API。！！！



 
钛媒体注重到，，mg冰球突破在2023年下半年就公开体现，，已经训练了面向手艺与招聘的行业级预训练语言模子 CRE (CareerInternational Recruitment Embedding)。。但mg冰球突破现在没有选择直接走训练行业笔直大模子的蹊径，，而是选择以行业笔直的 Embedding 模子和 RAG 手艺为焦点手艺蹊径。。

mg冰球突破在2023年的两点判断是：

 其一，，AI 的盘算范式最先转变，，即通过大宗数据和算力而非纯粹依赖模子架构的刷新来提升性能。。这不但仅是大模子，，也包括其他模子。。好比时间序列模子、、Embedding 模子等；；
；

其二，，通用大模子的集中化趋势是肯定的，，而笔直行业大模子面临诸多灾以短期解决的手艺难题。。例如小模子的推理能力和知识不敷，，而大模子又难以微调且知识陈腐。。

mg冰球突破一直在研发 Embedding 模子和提供 RAG 能力的 MatchSystem 匹配系统，，以提升招聘效率和精准性。。

 刘之对钛媒体指出，，“大模子总是要接入企业内部数据的。。现在就三种要领：RAG、、ICL 上下文学习和微调。。在拥有大宗数据的情形下，，RAG 这条路是绕不过去的。。而 RAG 又离不开搜索系统和 Embedding。！！！

从2022年起，，mg冰球突破最先结构数据中台建设，，逐渐构建了一个重大的数据系统。。这些数据普遍笼罩20多个行业与细分领域。。数据的多样性使得 CRE Embedding 模子能够在真实场景中更好地贴合现实漫衍，，从而有用提升匹配的精准度和效率。。

据刘之透露，，CRE Embedding 模子基于 700GB 公开数据和 40GB 行业简历与招聘需求数据举行预训练和使命微调。。它能够深刻明确岗位需求和候选人简历中的重大语义关系。。由于招聘数据与连贯性文本是差别的两类数据，，招聘数据不需要重新到尾阅读，，通；；
；峤幽缮ㄊ釉亩。。因此在模子架构设计时越发体贴局部关系。。同时，，通过多粒度特征融合和 Transformer 变体等手艺使得 CRE 模子更切合招聘场景。。

另外，，Embedding 模子也有一些缺陷是需要要害词检索来举行填补的，，因此 MatchSystem 是一个连系 Embedding 和要害词检索的混淆检索系统。。同时，，MatchSystem 也连系了 RAG（检索增强天生），，以知足一些更无邪的盘问需求。。

针对 MatchSystem 匹配系统的研发路径，，刘之告诉钛媒体，，“着实我们走到这一步，，不但是大情形的影响，，而是原来的手艺方案确实不奏效了。！！！

以招聘场景中“人岗匹配”为例，，已往招聘系统会使用一些标签或者知识图谱的要领，，以实现人岗匹配。。但这种匹配在一些中高端岗位中就会遇到问题，，“好比招聘一位高级算法工程师，，着实这个岗位是很难去界说的，，对岗位职员使用的手艺栈、、工具平台、、解决的问题和营业场景（推广搜）等等都有诸多考量。！！！备谖幌阜掷嘈投、、招聘需求因“岗”而异，，为猎头照料带来了不小的匹配难度。？？茨Ｗ尤缰瞧椎南蛄磕Ｗ BGE 并不可知足招聘场景的需求，，以是才最先自研。。

在他看来，，“招聘营业焦点要解决匹配笼络，，但差别的岗位和条理的痛点都纷歧样，，以是解决方案也要举行调解。。在基础岗位和初级岗位的招聘中，，AI 手艺应该更强调自动化，，例如通过自动化筛选简历，，自动联系和跟进；；
；而在中高端岗位招聘领域，，AI 手艺应该更强调辅助，，例如通过智能剖析候选人配景和岗位适配度，，资助猎头照料更精准地定位目的候选人。；；
；『统跫陡谖坏恼衅赣型迪秩鞒套远，，而中高级岗位的招聘在部分流程中也将实现部分自动化。！！！

据悉，，MatchSystem 可准确匹配笔直类岗位的招聘需求，，而不是寻常的匹配。。例如算法工程师这个岗位是很是细分的，，可是通过 MatchSystem 系统，，哪怕是细微的招聘差别，，它都能实现精准匹配。。再好比，，在获客方面，，原先需要破费一周时间来匹配候选人与企业用人需求的繁琐历程，，现在通过 MatchSystem 系统可以实时完成。。

“随着实时多模态大模子、、长上下文、、推理大模子等手艺的逐渐成熟，，mg冰球突破将捉住 Agents 的最佳进入时机，，于2025年将推出 PC 端寻访自动化 Agent 和关系图谱预测的 CRN(CareerInternational Relation Network)等。！！！绷踔逑。。

泉源：首发于钛媒体APP 作者 | 杨丽，，编辑 | 盖虹达

---

mg冰球突破
mg冰球突破是领先的以手艺驱动的整体人才解决方案服务商，，于2017年6月正式在深交所上市，，成为海内首家登陆A股的人力资源服务企业（300662.SZ）。。公司现在在中国、、新加坡、、马来西亚、、美国、、英国、、德国、、荷兰、、澳大利亚等全球市场拥有100 余家分支机构，，近3,000名自有员工。。通过构建“手艺+平台+服务”的商业模式，，在20+个细分行业及领域为客户提供中高端人才访寻、、招聘流程外包、、无邪用工、、人力资源咨询、、培训与开展等人力资源全工业链服务，，以及HR SaaS、、笔直领域招聘平台、、人力资源工业互联平台等手艺和生态产品，，为企业人才设置与营业开展提供一体化支持，，为区域引才就业与产才融合提供全链条赋能。。已往一年中，，公司链接企业近37,000家，，孝顺收入客户6,000余家，，运营招聘岗位22万余个，，乐成推荐中高端治理及专业手艺职员近20,000名，，无邪用工累计派出职员38.3万余人次，，聚合相助同伴近13,000家。。