PolyInterview：基于大模型的沉浸式模拟面试平台，支持多模态综合评估

求职面试准备对获得理想职位至关重要，但现实中的练习机会往往有限：真实面试机会不多，专家模拟辅导成本高昂，自我练习又缺乏适应性对话和结构化评估。现有系统通常只能通过固定问题序列、有限沟通渠道或缺乏证据支持的反馈来部分满足这一需求。

近日，研究人员在arXiv上发布了PolyInterview平台，这是一个基于大语言模型的沉浸式模拟面试系统，提供全面的多模态评估。该系统利用目标职位描述和个人简历，生成针对特定职位和候选人的个性化问题。平台通过口型同步的数字人面试官进行多轮语音面试，能够根据回答内容提出针对性的后续问题。

评估体系涵盖回答内容、语音表达和非语言行为三个维度。四个并行评估器生成13个行为级特征，这些特征被汇总为10个评估方面和两个能力轨道。基于KSA（知识、技能、能力）和STAR（情境、任务、行动、结果）框架，系统生成的报告将每个分数与行为证据和可操作建议联系起来。

目前PolyInterview已公开可用，其当前全账户快照包含101个账户、1,564次面试会话、7,665个生成问题和1,422个五阶段问题集。在93.7%的会话中，生成的问题与其匹配的职位描述的相关性明显高于跨职位描述。十位专家的评估显示，该系统的问题规划和反馈建议都具有很强的实用性。