开发AI原生招聘解决方案“Cofa-Probe”
结构化评估AI与应聘者协作过程及问题解决能力
以“元测试框架”弥补基于大语言模型的评估局限

Krafton于31日表示,已开发出一款可对人工智能(AI)与应聘者协作过程进行结构化评估的AI原生招聘解决方案“Cofa-Probe”,并在近期黑客松中验证了其实效性。Krafton去年宣布“AI优先”战略,此次从人才招聘环节起,建立起不以最终成果、而以过程和依据评估AI运用能力的体系。


上月30日,参与者在首尔圣水洞“PUBG圣水”举行的Krafton AI原生黑客松“Cophathon”上完成课题。Krafton供图

上月30日,参与者在首尔圣水洞“PUBG圣水”举行的Krafton AI原生黑客松“Cophathon”上完成课题。Krafton供图

View original image


以往的招聘评估仅确认完成后的成果,而Cofa-Probe则考察应聘者与AI共同定义问题、验证结果的全过程。其核心在于,虚拟构建与AI工程师实际工作相似的环境,评估候选人与多个工作代理交互、发现并解决问题的方式。具体而言,系统会将问题定义、向AI分配角色并下达指令、寻找依据、修正判断、修复错误、验证结果等整体AI协作方式进行结构化分析。


Cofa-Probe会在评估过程中自动收集源代码以及对话记录、提示词、工具设置、验证执行痕迹等AI协作记录。任务结束后,应聘者还将进行事后问答,说明自己的成果和决策过程,系统则根据各项能力的评估标准生成供面试参考的报告。


该方案还弥补了基于大语言模型的评估局限。使用大语言模型时,即便是相同的提交成果,每次运行的结果也可能不同;对于表达方式不同的提交成果,也可能遗漏其实质能力差异。为解决这一问题,Krafton应用了“元测试框架”技术,对AI评估代理的运行结构进行反复测试和改进。通过使用OpenAI Codex,同时确保了对相同提交成果评估的可复现性,以及不同提交成果之间的区分能力。


Krafton于上月30日在首尔圣水洞PUBG圣水举办的招聘联动型AI原生黑客松“Kopathon”中,首次引入Cofa-Probe,并完成实际验证。黑客松分为“Krafton前线部署工程师赛道”和“CJ Olive Young AI工程师赛道”进行。参与者从两家公司提出的实务型课题中选择一项完成,内容为利用AI解决工作现场的低效问题。


Krafton在构建过程中通过Cofa-Probe进行实时评估,并基于生成的匿名评估报告与参与者开展公开讨论。Krafton表示,重视问题定义和沟通的本公司课题,以及反映商业一线业务情境的CJ Olive Young课题,均成功适用了相同的评估原则。


Krafton认为,Cofa-Probe的现场应用意义重大:AI不再只是替代人类判断的工具,而是被用作支持更优问题解决和决策的系统。特别是,该方案以可观察的数据证明了仅凭最终成果难以确认的应聘者AI运用能力。



Krafton计划基于在Kopathon中积累的运营经验和现场反馈,进一步升级Cofa-Probe的评估标准与代理环境。Krafton AI Frontier本部长Park Jaemin表示:“AI时代的竞争力,来自于与AI共同定义问题、确认依据,并将结果验证到底。”他称:“将进一步完善Cofa-Probe,打造AI原生人才评估的新标准。”


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。

不容错过的热点