في جملة واحدة
ميزة «بحث الأشخاص» الجديدة من لينكدإن، والمدعومة بالذكاء الاصطناعي، تتيح لك إيجاد جهات الاتصال المناسبة عبر أوصاف باللغة الطبيعية وتُعطي أولوية للنتائج التي يمكنك الوصول إليها فعليًا. خلف الكواليس، يوفّر خط أنابيب مُقطَّر ومُسرَّع بوحدات معالجة الرسومات (GPU) سرعةً وقابليةً للتوسّع—ونهجًا منهجيًا قابلًا لإعادة الاستخدام لميزات الذكاء الاصطناعي (AI) المستقبلية.
التفاصيل
تطرح لينكدإن ميزة «بحث الأشخاص» المدعومة بالذكاء الاصطناعي (AI)، والتي تتيح لك وصف الشخص الذي تبحث عنه بلغة طبيعية—مثل: «من يمكنه مساعدتي على فهم نظام تأشيرات العمل في الولايات المتحدة؟» أو «اعثر على مستثمرين في الرعاية الصحية لديهم خبرة مع إدارة الغذاء والدواء (FDA)». بدلًا من الاكتفاء بمطابقة الكلمات المفتاحية، يفهم النظام النية والمفاهيم ذات الصلة ثم يرتّب النتائج بناءً على الصلة وقربك ضمن الشبكة، ما يساعدك على العثور على شخص يمكنك الوصول إليه فعليًا. تتوفر الميزة بدءًا من اليوم لمشتركي الخطة المميّزة (Premium) في الولايات المتحدة، مع خطة لطرحها على نطاق أوسع.
خلف الكواليس، طوّرت لينكدإن «كتاب وصفات» قابلًا لإعادة الاستخدام لتوسيع ما نجح في تجربة البحث عن الوظائف إلى شبكتها التي تضم 1.3 مليار عضو. انتقى الفريق مجموعة بيانات صغيرة وعالية الجودة، وولّد بيانات تدريب تركيبية، واعتمد نهج «التقطير متعدد المُعلِّمين» (multi-teacher distillation): جرى تقطير نموذج سياسة بحجم 7B (policy model) إلى نماذج مُعلِّم متخصصة (teacher models) وجّهت تدريب مُرتِّب مدمج يضم 220M معلمة (ranker). يتولّى نموذج 8B الاسترجاع واسع النطاق على فهرس جديد قائم على وحدات معالجة الرسومات (GPU-based index)، فيما يقلّص مُلخِّص مُدرَّب بالتعلّم التعزيزي (RL-trained summarizer) حجم المُدخلات بمقدار 20x—ومعًا يقدّمان زيادة بمقدار 10x في الإنتاجية (throughput). يقرّر موجّه الاستعلامات الذكي المدعوم بنموذج لغوي كبير (LLM) متى يستخدم المكدّس الدلالي الجديد (semantic stack) مقابل البحث المعجمي الكلاسيكي (lexical search)، في تجسيدٍ لتركيز عملي على تحسين أدوات التوصية بدلًا من مطاردة «وكلاء» لامعين (agents).
النقاط الرئيسية
- ميزة «بحث الأشخاص» باللغة الطبيعية متاحة الآن لمشتركي الخطة المميّزة (Premium) في الولايات المتحدة، مع خطط للتوسّع إلى مزيد من المناطق والمستخدمين.
- ترتيب النتائج يوازن بين الصلة الدلالية وقربك ضمن الشبكة لعرض خبراء يمكنك التواصل معهم واقعيًا.
- الوصفة التقنية لدى لينكدإن: بيانات «ذهبية» صغيرة الحجم، توليد تركيبي للبيانات، تقطير متعدد المُعلِّمين (multi-teacher distillation)، ومُرتِّب مدمج يضم 220M معلمة (ranker).
- تعتمد البنية على استرجاع قائم على وحدات معالجة الرسومات (GPU) باستخدام نموذج 8B، إلى جانب مُلخِّص مُدرَّب بالتعلّم التعزيزي (RL) يقلّص حجم المُدخلات بمقدار 20x لتحقيق زيادة 10x في الإنتاجية (throughput).
- موجّه استعلامات مدعوم بنموذج لغوي كبير (LLM) يختار بين البحث الدلالي والبحث المعجمي الكلاسيكي، مؤكدًا استراتيجية تضع الأدوات أولًا (tools-first) لا الوكلاء أولًا (agent-first).