## ■ 开发背景:教育现场特有的挑战 随着各种生成式AI的开发,大学等就业支持现场主要面临两个挑战。 资安风险:对将学生机密的个人信息发送至外部云端感到担忧。 对话品质的门槛:通用AI无法重现应届毕业生招募特有的复杂背景以及顾问的语气。 ## ■ 技术特征与评价:兼顾本地运行与实务品质 本模型通过严选超过1万笔求职咨询数据中的优质对话进行训练,实现了结构化的履历(ES)修改以及符合实务的「贴心对话」。在与主要LLM的比较验证中,虽然在综合知识量上不及大型云端AI,但已确认在「ES修改品质」及「对话语气」方面达到了同等水准。这是一个能在保护机密信息的本地环境中运行,同时能成为现场即战力的实务型模型。 ## ■ 旨在促进产官学共创,于「Hugging Face」公开 为了提升日本的就业支持基础设施,并加速产官学的「共创」,我们将于「Hugging Face」公开本模型。 保存库名称:careerbot/shukatsu-gemma4 导入的便利性:采用「Gated Access」,只需同意使用条款即可立即访问。通过活用Ollama或LM Studio等工具,可以在本地环境中验证并导入高精准度的求职支持AI。 ※本模型为Google「Gemma 4」的微调版本,并非Google的官方产品。 ## ■ 于经济产业省・NEDO主办的「GENIAC」进行体验展示 本模型将在经济产业省及NEDO主导的生成式AI项目「GENIAC」成果发表巡回展中进行实机展示。实际的运作...