Neues KI-Modell verbessert Bewerberbewertung um 91 % Genauigkeit

In einer kürzlich veröffentlichten Studie auf arXiv (2511.16073v1) zeigen Forscher einen innovativen Ansatz zur Optimierung von Bewerberbewertungs‑Systemen. Traditionelle Applicant Tracking Systeme (ATS) setzen stark auf Keyword‑Matching und verfehlen oft talentierte Kandidaten, weil sie semantische Nuancen ignorieren.

Das neue Verfahren nutzt ein kleines Sprachmodell mit weniger als 600 Millionen Parametern. Zunächst wird das Modell durch Supervised Fine‑Tuning (SFT) auf einer soliden Basis trainiert. Anschließend wird es mittels Reinforcement Learning – genauer gesagt GRPO – mit einer maßgeschneiderten, mehrkomponentigen Belohnungsfunktion weiter verfeinert. Diese Funktion bewertet Bewerber ganzheitlich, statt nur Schlüsselwörter zu zählen.

Während der RL‑Phase traten zunächst Probleme mit „Reward‑Hacking“ auf: aggressive Strafkriterien führten zu fehlerhaften, übermäßig negativen Modellverhalten. Durch wiederholtes Anpassen der Belohnungsfunktion und ein „sanftes Polieren“ der Hyperparameter konnte das Team diese Schwachstelle beheben.

Das Ergebnis ist ein Modell, das auf unbekannten Testdaten eine Genauigkeit von 91 % erreicht. Besonders beeindruckend sind die 0,85‑Recall‑Rate für die Klasse „SELECTED“ und eine Präzision von 1,0 – ein klares Signal für Zuverlässigkeit.

Diese Arbeit demonstriert, dass ein zweistufiges Fein‑Tuning – SFT gefolgt von RL mit einer sorgfältig gestalteten Belohnungsfunktion – selbst kleinen Sprachmodellen ermöglicht, Bewerberbewertungen präziser und fairer zu gestalten.