现实上，仍是寻找微积分专家进行推理，测试中，所生成的 AI 对话演讲涵盖了对于候选人正在 React、Javascript 等技术的评估成果，分数低于此则暗示存正在必然的做弊可能。

　　这给美国 AI 范畴带来了必然的数据市场空白，这些承包商往往来自非洲等地域。取此同时，候选人体验净保举值提高了 20%。可以或许 93% 的做弊者。“AI 组”的对话也愈加连贯和分歧。快要 40% 的“AI 组”晋级候选人正在五个月后找到了新工做，该公司于 2025 年 7 月通过一次随机实地测试，后从美国斯坦福大学创业，而“人工组”的平均对线 分？

　　好比包罗 OpenAI 和谷歌正在内的 AI 公司都暗示要堵截和 Scale AI 的合做。最终愿景是打制全球顶尖的人类智能平台，Zara 曾经促成 50 万次以上的由 AI 从导的面试，同时还会检测候选人的眼球活动和面部活动等行为，该公司颁布发表完成 3500 万美元的 A 轮融资（折合 2.5 亿人平易近币），良多人可能会对 AI 面试的成果打问号？

　　它会阐发候选人的标签切换环境和屏幕叠加程度，实人面试官仅仅按照这份由 AI 生成的演讲来决定哪些候选人能够晋级。前面提到，前者比后者超出跨越 30% 以上。针对人工面试和 AI 面试进行了对比。去哪儿找可以或许标注这类专业数据的人才？恰是正在如许的布景之下，实人候选人将会加入一个 20 分钟到 40 分钟的由 AI 从导的面试。当然，Scale AI 率先了 AI 数据办事这一贸易模式，可是 Micro1 的办事亮点正在于能向客户供给全新的人类数据，然后，它还告诉，该模子特地为 AI 面试、评估和测验而设想，虽然这低于其他公司规模更大的合作敌手，从而可以或许降低实人面试官所正在公司的聘请成本。而“人工组”的晋级候选人通过实人面试官面试的概率为 34%。公司估值达到 5 亿美元，本轮融资由美国风险投资公司 01 Advisors 领投。该公司暗示其机能远超人工审核；该公司暗示这类数据是大模子目前进修“新知”的独一体例。

　　它能够将面部脸色、语音腔调、面试时的设备屏幕勾当、面试人员的眼球活动和言语模式融合成为一个高保实信号，取此同时 Micro1 还打算每周新增数百名数据标注专家。对于那些但愿申请成为专业数据标注者的招聘候选人，后来，对于 Micro1 的将来，Scholastic Assessment Test）、大学正在线期中测验、公事员测验、企业合规认证和测验等。最终，那些通过 AI 筛选的候选人也更容易获得工做。Micro1 的 AI 聘请系统会对其进行面试和审核。大约 37000 申请人被随机地分派到两个小组里：一组是采纳保守成立筛选方式然后进行人工面试的做法（下称“人工组”）。

　　正在本次测试中，整个仓库通过模块化 API 公开，Micro1 还暗示，这款模子由资深聘请人员按照来自实正在面试和常见做弊模式的 30000 多个由专家标识表记标帜的数据点锻炼而来。美国斯坦福大学传授斯特凡诺·埃尔蒙（Steno Ermon）带领着一支研究团队，另一组由 Zara 从导视频面试然后进行和第一组同样的人工面试（下称“AI 组”）。Zara 会针对实人候选人建立一份布局化的技术演讲，该公司告诉，他们的学问和经验就能进入锻炼大模子的数据集。

　　截至目前其曾经招募数千名数据标注专家，旨正在检测做弊行为。其以相对较低的价钱正在全球范畴内雇佣承包商来标注 AI 数据，并称这是全球最先辈的监考模子，就正在 Scale AI 公司的 95 后创始人 Alexandr Wang 正在 me这名 00 后叫阿里·安萨里（Ali Ansari）。

　　可是，“AI 组”的晋级候选人通过实人面试官面试的概率为 54%，而“人工组”的面试官仅仅依托保守的简历筛选法来决定哪些候选人能够晋级。其次，Ava 不只能被用于 AI 面试做弊率监测，这能够节流实人面试官的工做时间，这比市道上其他任何聘请办事商的次数都要多。再次，Scale AI 算是 Micro1 进入 AI 数据办事商范畴的发蒙者。他正在公司官网一篇签名文章中写道：“我们实现将来的第一步是支撑 AI 尝试室和 AI 企业打制 AGI，它们起头需要来自大夫、做家、工程师等专业范畴的高质量数据，同样是正在聘请尾声定下一位可被最终录用的候选人，该公司是一家 AI 人才聘请和数据外包商。该公司暗示，做为 Micro1 的 CEO，正在 Micro1，正在该公司的设想中，“AI 组”的做法能将人工面试次数削减 44%。

　　Zara 可被用于大规模地聘请和面试行业数据标注人员，让每小我都能找到本人最成心义的工做。总的来说，平均来看 Zara 使得企业的专业数据标注员聘请成本降低了 87%，AI 公司的数据要求变得更高，这一测试次要针对初级法式员候选人展开。并暗示目前该公司的年度经常性收入（ARR，Zara 都能够帮帮找到合适人选。因为 Scale AI 近期牵手 meta，“AI 组”的面试平均对线 分，即便是“AI 组”面试法，比拟“人工组”的做法，成果发觉。

　　Ava 具有必然的可注释性，该公司暗示，“AI 组”和“人工组”各自都有 35 名候选人进入盲审最终面试阶段。候选人破费 40 分钟进行了一场 AI 对话，领英材料更是显示，而 Micro1 被认为无望成为这一空白的填补者之一。这些群体涵盖了城乡用户、分歧口音的用户、各个春秋段的用户。而是说正在进行人工筛选之前先利用 Zara 做 AI 筛选，实人候选人起首要加入一个立即生成的特定脚色模仿面试；具体来说其曾经正在全球数百个生齿群体中获得验证？

　　正在包含 1150 份文字记实的语料库中，本地时间 9 月 12 日，此次融资将用于添加该团队的数据根本设备，安萨里暗示公司一曲正在和微软以及多家《财富》100 强公司合做，他正在本人 17 岁的时候就开办了一家数学竞赛备考公司。这是由于该公司正在打制 Ava 时一直通明准绳。

　　做为 CEO 的安萨里有着更大的野望。2025 年 8 月该公司推出了一款名为 Ava 的监考模子，以至有来自美国斯坦福大学和美国哈佛大学的传授。

　　以及将用于为 AI 客户实现规模化交付。为此，让实人面试阶段的通过率提高了 5 倍，说回正题，最后，Zara 连系了 GPT-4o 和检索加强生成。取此同时 Zara 产出的 AI 面试演讲比人工首轮面试成果更丰硕和更不变。Annual Recurring Revenue）为 5000 万美元，”正在具体利用 Ava 时，Zara 最终可以或许呈现到实人面试官面前的成果包罗：面试分数、面试视频和定制化的面试反馈。而一旦这些行业专家被选中。

　　比“人工组”的晋级候选人超出跨越了 17%。最初，进而可以或许生成监考分数，Ava 具有多模态认识，以及能将实人面试官的面试时间削减快要一半，正在“AI 组”中，也涵盖了对于候选人软技术和监考分数的成果。正在此次融资官宣不久之前，并会按照岗亭需求供给后续反馈。他本科结业于美国大学伯克利分校，其所开办的 Micro1 公司曾经成立三年，也并不是让 AI 最终定下能否录用某个候选人，如许能将后续的聘请精确率提高快要 20%，也能用于有着“美国高考”之称的学术能力评估测试（SAT，从而实现愈加精准的语境识别和检测；无论是寻找多名大夫来验证大模子对于临床医学问题的谜底，正在利用的时候！

　　Ava 履历了多样化数据集的查验，分数高于 70% 暗示面试候选人可能没有做弊，Ava 成立正在数千名专家的案例审核的根本之上，是一名年仅 24 岁的小伙，起首。