Przetłumaczono z angielskiego oryginału. Liczby i źródła pozostają bez zmian. Przeczytaj angielski oryginał
Instituto PROA
Instituto PROA skraca raporty przygotowujące do rozmów kwalifikacyjnych z 30 do 5 minut dzięki Llama 3.1
Instituto PROA, brazylijska organizacja non-profit przygotowująca młodych ludzi do pracy, używa modelu open-weight (o otwartych wagach) Llama 3.1 firmy Meta w Oracle Cloud do pisania po portugalsku raportów o pracodawcach i ofertach pracy. Według Meta każdy raport zajmuje teraz około pięciu minut pracy personelu zamiast 30.
Kluczowe liczby
Przepisane dokładnie ze źródeł. Skopiuj każdą liczbę wraz z przypisem.
średnio 30 minut
Czas pracy personelu na raport przygotowujący do rozmowy kwalifikacyjnej, przed asystentem1
pięć minut
Czas pracy personelu na raport, z asystentem1
35 000
Uczniowie zapisani rocznie1
Ile to kosztowało
Koszt, wielkość zespołu i harmonogram nie zostały ujawnione w źródłach.
Problem
Instituto PROA pomaga młodym ludziom z rodzin o niskich dochodach w Brazylii znaleźć pracę. Przed każdą rozmową kandydat potrzebuje faktów o pracodawcy i stanowisku. Dawniej personel przygotowywał takie zestawienia ręcznie, przeszukując kilka stron internetowych i kompilując dokument. Zajmowało to około 30 minut na raport.
Co zbudowano
PROA zbudował asystenta, który rozmawia z uczniami po portugalsku. Uczeń wpisuje nazwę firmy i otrzymuje uporządkowany raport PDF do przygotowania się do rozmowy. Tekst pisze Llama 3.1, model open-weight od Meta, czyli taki, którego pliki są opublikowane i może je uruchomić każda firma. Narzędzia działają w Oracle Cloud Infrastructure, gdzie PROA hostuje pozostałe swoje rozwiązania.
Jak to zrobiono
System działa w trzech krokach. Wysyła nazwę firmy do usługi wyszukiwania i zbiera wyniki z sieci. Zapisuje je w bazie wiedzy, która pełni rolę warstwy wyszukiwania w układzie generowania wspomaganego wyszukiwaniem (RAG), w którym model odpowiada na podstawie pobranych dokumentów. Następnie Llama 3.1 pisze raport z tego materiału, a system zamienia go w PDF. Dyrektor wykonawczy PROA mówi, że wybrał Llama 3.1 głównie ze względu na łatwą integrację ze środowiskiem Oracle. PROA bada możliwość bogatszych raportów z modelami wizyjnymi Llama 3.2.
Wyniki
Wpis podaje, że przygotowanie raportu skróciło się ze średnio 30 minut do pięciu minut. Mówi też, że asystent napędził 60-krotny wzrost programu, do 35 000 uczniów zapisanych rocznie, oraz że personel poświęca teraz więcej czasu na indywidualne wsparcie. To relacja Meta o wynikach PROA. Żadne niezależne źródło ich nie potwierdza.
Wnioski dla Twojego projektu
Warto zautomatyzować research, a ludziom zostawić coaching. PROA uwolnił personel od kompilowania raportów, aby mógł indywidualnie wspierać uczniów.
Warto wybrać model, który pasuje do istniejącej chmury. PROA wybrał Llama 3.1 głównie dlatego, że pasował do jego środowiska Oracle, w którym działały już wszystkie narzędzia.
Warto oprzeć wynik na świeżych wynikach wyszukiwania. Asystent pobiera aktualne informacje z sieci o pracodawcy przed napisaniem raportu, zamiast polegać na tym, co model już wie.
Warto sprawdzić, co napędza wzrost. Wzrost programu ma wiele przyczyn, więc warto mierzyć oszczędność czasu na raport osobno.
Zastrzeżenia
- Jedynym źródłem jest wpis opublikowany przez Meta, które dostarcza model i ma powód, by przedstawiać wyniki w korzystnym świetle. Liczby pochodzą od Instituto PROA za pośrednictwem tego wpisu.
- 60-krotny wzrost i 35 000 uczniów to liczby dla całego programu. Wpis przypisuje je asystentowi, ale nie podaje roku bazowego ani okresu, a przyczyniać się mogą także inne czynniki.
- Wpis nie podaje daty uruchomienia. Wyświetlana data wdrożenia to data wpisu. Nie podaje kosztów, wielkości zespołu ani harmonogramu.
- Wpis nie mówi, jak sprawdzano jakość raportów.
Źródła
- How Llama and Oracle are helping Instituto PROA kickstart careers for students in Brazil
Meta AI Blog · 2025-08-27 · Studium przypadku dostawcy · ai.meta.com
Streszczone własnymi słowami na podstawie powyższych źródeł. Zauważyłeś błąd? Zobacz sprostowania.