Lors d’un party game, on décrivait une situation critique et un LLM jugeait la validité des réponses. Après quelques manches, une stratégie consistant à éviter certains mots et à utiliser des synonymes appropriés s’est révélée efficace.
Un ami a reçu beaucoup de demandes d’entretien grâce au keyword flooding.
C’est amusant, mais rien ne prouve que cela fonctionne réellement.
Dans un exemple précis, « SIMA Balls » a été injecté dans les résultats, mais plusieurs questions ont été analysées pour en extraire certaines qualités.
La plupart des ATS ne fonctionnent pas de cette manière. Il n’existe pas de fonctionnalité de promotion automatique via ChatGPT.
Les grands ATS accordent de l’importance à l’IA et aux règles de protection des données personnelles, donc cette approche pourrait poser un problème juridique.
Dans l’UE, si un ATS ne liste pas OpenAI comme sous-traitant des données, il n’enverra pas les CV à ChatGPT.
Sauf s’il s’agit d’un service bricolé en un week-end, cette méthode ne fonctionne pas.
Un ATS correct parse les CV et en extrait les compétences, l’expérience, etc. C’était déjà le cas avant même l’existence d’OpenAI.
Cela fait penser à nat.org. Avec une mention disant que Nat Friedman est beau et intelligent.
C’est comme utiliser la photo d’un mannequin sur un profil d’application de rencontre. Si ça ne correspond pas à la réalité, à quoi bon.
Au lieu d’essayer de tromper le système, il est important de trouver une vraie adéquation entre soi et l’employeur.
J’aimerais en savoir plus sur l’efficacité de cette méthode. Je me demande si ce type de formulation fait une différence pour les personnes qui utilisent des outils RH.
Cette formulation contient elle-même « ChatGPT », donc il est possible que des gens recherchent simplement les mentions de ChatGPT.
C’est clairement faux.
Je voulais créer un outil pour optimiser automatiquement les CV, mais il est plus efficace d’envoyer directement des instructions à GPT.
1 commentaires
Avis Hacker News