Cách Mira ghép ứng viên

Trên hầu hết các nền tảng, tìm ứng viên nghĩa là keyword matching: bạn gõ "Python developer Berlin" và nhận mọi người có các từ đó trên profile. Nhanh, nhưng bỏ sót rất nhiều, vì ứng viên tốt nhất hiếm khi tự mô tả bằng đúng những từ của bạn.

Mira hoạt động khác. Mira Reasoning Embedding (MRE), mô hình truy hồi dựa trên suy luận của nó, đọc yêu cầu của bạn, suy luận về nhu cầu thực sự và đưa ra những ứng viên có lịch sử sự nghiệp thật khớp với yêu cầu. Sau đó Mira chấm điểm từng người dựa trên tiêu chí của bạn. Các ví dụ dưới đây cho thấy điều đó trông thế nào trong thực tế.

---

Những gì suy luận bắt được mà keyword bỏ sót

• "5 năm kinh nghiệm backend." Keyword search tìm "5 năm" trong text. Mira cộng dồn thời gian thực tế từ lịch sử công việc của ứng viên, nên nó tính 3 năm ở một công ty cộng 2,5 năm ở công ty khác là kinh nghiệm backend, dù profile không bao giờ ghi "5 năm".
• "Người đã build một sản phẩm từ 0 tới 1." Keyword search tìm chính xác cụm từ đó. Mira nhận ra pattern: gia nhập một công ty từ sớm và trụ lại qua giai đoạn tăng trưởng.
• "Background công ty high-growth." Keyword search hoàn toàn không làm được. Mira đọc qua lịch sử công việc của ứng viên và suy luận về giai đoạn cùng quỹ đạo của công ty.
• "Kinh nghiệm ở công ty niêm yết cộng startup." Keyword search coi đây là hai filter không liên quan. Mira đọc toàn bộ cung sự nghiệp và tìm những người đã làm cả hai ở những giai đoạn khác nhau, điều báo hiệu một kiểu versatility cụ thể.

Mô tả vị trí theo cách bạn kể cho đồng nghiệp

Vì Mira suy luận, bạn có thể mô tả một vị trí bằng ngôn ngữ đời thường:

"Tôi cần ai đó senior, technical nhưng customer-facing, đã làm enterprise sales ở một startup thực sự có product-market fit, không phải công ty chỉ gọi được nhiều tiền."

Mira bóc tách câu đó thành các tiêu chí riêng và áp dụng từng cái. Không cần tổ hợp keyword, filter hay search syntax.

Cách Mira chấm điểm từng ứng viên

Mira không trả về một điểm số hộp đen. Với mỗi ứng viên, nó lần lượt xét từng tiêu chí của bạn và đánh dấu mỗi tiêu chí là đạt, chưa chắc chắn hoặc không đạt, kèm một dòng bằng chứng lấy từ chính lịch sử của ứng viên đó. Khi profile đơn giản là không nói, Mira đánh dấu chưa chắc chắn thay vì đoán.

Từ các kết quả theo từng tiêu chí đó, mỗi ứng viên nhận một nhãn tổng thể, Phù hợp cao, Phù hợp một phần hoặc Phù hợp thấp, để bạn quét nhanh cả nhóm ứng viên mà vẫn thấy được lập luận đằng sau mỗi đánh giá. Không có điểm số dạng con số nào phải giải mã.

Công nghệ đến từ đâu

MRE ra đời từ nghiên cứu riêng của Mira về truy xuất dựa trên suy luận. Tính đến tháng 7 năm 2026, nó đứng nhất tổng thể trên BRIGHT, một benchmark công khai cho truy xuất dựa trên suy luận, và nhất trong số các bộ truy xuất dựa trên embedding. Mira cũng xây PJBenchmark, một bộ đánh giá riêng cho ngành recruiting dựng trên dữ liệu tuyển dụng thực. Bốn paper mô tả cách tiếp cận này:

• Time-Scaling Is What Agents Need Now
• Refine Thought
• PJB
• CRE-T1 Preview Technical Report

Những gì nó không làm

Mira sẽ không tự nghĩ ra một ứng viên không có thật, và nó không đưa ra quyết định tuyển dụng, nó đưa ra những match tốt nhất có sẵn kèm bằng chứng, còn quyết định cuối cùng luôn thuộc về bạn. Để có bức tranh đầy đủ về những gì nên dựa vào Mira và những gì thuộc về bạn, xem Mira làm được và không làm được gì.

Đạt kết quả tốt hơn

Chất lượng matching phụ thuộc chất lượng input của bạn:

• Cụ thể hơn, và bạn nhận được match sắc bén hơn.
• Đưa vào các tiêu chí ngầm, như giai đoạn công ty hay pattern sự nghiệp, để Mira có thêm cái để suy luận.
• Tinh chỉnh sau khi xem kết quả, mỗi round sẽ sắc bén hơn.

Xem Cách Mira tìm kiếm để biết mẹo thực tế.