README.md

---
pipeline_tag: sentence-similarity
tags:
- sentence-transformers
- feature-extraction
- sentence-similarity
- transformers
- onnx
base_model:
- BAAI/bge-large-zh-v1.5
---

# CRE: CareerInternational Recruitment Embedding Model 🚀

> **CRE-0.5** 是一款专为人力资源场景打造的嵌入模型。通过引入局部特征感知（Local Feature-aware）的归纳偏好，显著提升了简历与职位描述（JD）的语义对齐精度。

---

### 💡 技术来源 (Technical Background)

| 维度 | 详细信息 |
| :--- | :--- |
| **专利名称** | 一种基于局部特征投影的招聘场景语义匹配方法及其系统 |
| **申请号** | 2025108424429 |
| **当前状态** | 已公开（实审中） |
| **主要发明人** | 焦英浩 等 |

---

### 更新日志 (Release Notes)
* **2025/03/28**: 发布 **CRE-0.5** 初始版本及技术报告。

### 核心特性 (Key Features)
* **局部特征提取 (Local Feature-aware)**: 借助 **CNN** 结构引入归纳偏好，使模型在文本编码过程中对人力资源场景下的“技能词”、“职级”等局部核心特征更为敏锐。
* **投影层设计 (Projection Layer)**: 本质上是一种精巧的辅助微调方法。通过在微调阶段增加特定的投影参数进行协同训练，在不破坏基座模型通用能力的前提下，大幅提高编码质量。
* **全场景覆盖**: 适配 **检索 (Retrieval)**、**RAG (检索增强生成)** 以及 **智能体 (Agent)** 等多种下游任务。

![CRE Introduction](photos/cre_0_5_introduction.jpg)

### Using Sentence-Transformers

```python
from sentence_transformers import SentenceTransformer, util

model = SentenceTransformer("JayThinkDiff/CRE-1.1")

query_embedding = model.encode("图像算法工程师 职位描述： 1、负责开发或优化基于人体工学标准和数字化技术的工人保护系统")
passage_embedding = model.encode([
    "图像算法工程师 负责设计和实现多种机器学习算法，涵盖数据预处理、特征工程、模型训练与评估等完整流程，提升人效。",
    "算法工程师。工作描述:图像分割、图像融合、目标跟踪、人体姿态识别、特征点匹配等图像处理方面的研究，有MMpose、EHS项目经历",
])

print("查询结果:", util.cos_sim(query_embedding, passage_embedding))
```
### 📊 预期结果对比 (Expected Output Comparison)
| 模型名称 (Model)       | 相似度 1 (与简历 1) | 相似度 2 (与简历 2) |
| :---                  | :---:             | :---:             |
| **CRE-0.5**           | 0.6854            | **0.6886**        |
| **bge-large-zh-v1.5** | **0.7563**        | 0.7551            |

### 📊 PJBenchmark 历史版本测试结果

以下展示了 CRE 系列模型在招聘垂直领域基准测试（PJBenchmark）中的性能演进过程。可以看到，通过引入 CNN 结构与针对性微调，模型在 **jd2cv**（人岗匹配核心任务）上取得了突破性进展。

| Model       | AVG       | jd2jd     | jd2cv     | cv2cv     |
| :---        | :---:     | :---:     | :---:     | :---:     |
| BGE         | 34.05     | 41.94     | 21.66     | 38.55     |
| CRE-0.1     | 36.14     | 42.48     | 30.37     | 35.56     |
| CRE-0.2     | 41.22     | 52.97     | 30.98     | 39.72     |
| CRE-0.3     | 44.27     | 45.58     | 42.89     | **44.33** |
| CRE-0.4     | 42.88     | 49.49     | 43.53     | 35.61     |
| **CRE-0.5** | **44.99** | **50.42** | **46.25** | 38.29     |

> **数据观察**：
> 1. **核心突破**：`CRE-0.5` 版本在综合得分（AVG）上达到了最高值 **44.99**。
> 2. **人岗匹配能力**：在最关键的 **jd2cv** 维度，`CRE_cnn_ft` 相比基座 BGE 提升了超过 **113%** (21.66 -> 46.25)。
> 3. **局部特征优势**：CNN 投影层的引入在处理异构文本（JD 与简历）时展现了极强的表征对齐能力。

<small>
<strong>注意事项：</strong>
<ul>
  <li>使用 CLS Token 来表征句子语义。</li>
  <li>最大输入 Token 长度建议设置为 512。</li>
</ul>
</small>

---

## Citation

If you find our work helpful, please cite this patent:

```bibtex
@misc{jiao2025recruitment,
  title={一种基于局部特征投影的招聘场景语义匹配方法及其系统},
  author={焦英浩 and 王广智 and 刘之},
  year={2025},
  note={中国专利申请号: 2025108424429, 实审中}
}