阿里巴巴推出智能简历解析神器 - SmartResume，解放HR？
阿里巴巴研究团队推出简历解析AI神器SmartResume其核心是基于布局感知的统一解析框架将多格式简历转化为结构化信息兼顾高精度与高效能。该框架直击简历格式多样、大模型成本高、响应慢的痛点在准确率与效率上实现突破。SmartResume先通过“布局感知解析器”识别简历逻辑区块并有序重组再对仅0.6B参数的Qwen3模型微调结合并行任务分解与索引指针机制既保证信息不失真又大幅提升速度。实验显示其在RealResume数据集上F1-score达0.964处理单份简历平均耗时1.54秒较Claude-4快3-4倍。支持PDF、图片、常见Office格式简历输入通过OCRPDF元数据提取文本。基于布局检测重构阅读顺序借助LLM提取基础信息、教育经历、工作经验等结构化字段。提供CLI和Python API两种使用方式支持本地模型部署vLLM。部署与使用要求。环境依赖。Python≥3.9、内存≥8GB、存储≥10GBCUDA≥11.0可选GPU加速。安装流程。克隆仓库→创建conda环境→安装依赖→配置API密钥或下载本地模型。git clone https://github.com/alibaba/SmartResume.gitcd SmartResume创建conda环境conda create -n resume_parsing python3.9conda activate resume_parsing安装依赖pip install -e .配置环境Copy configuration templatecp configs/config.yaml.example configs/config.yamlEdit configuration file and add API keysvim configs/config.yaml限制说明。因开源合规原内部PDF解析和OCR组件已替换为开源替代方案部分功能可能与原生版本不兼容。目前该技术已部署于阿里内部HR系统每分钟可处理240-300份简历10秒内解析成功率非常高。相关论文、代码及Demo已在GitHub、HuggingFace等平台公开。GitHub地址https://github.com/alibaba/SmartResumeDemo地址https://modelscope.cn/studios/Alibaba-EI/SmartResumeDemoModelScope地址https://modelscope.cn/models/Alibaba-EI/SmartResumeHuggingFace地址https://huggingface.co/Alibaba-EI/SmartResume论文地址https://arxiv.org/abs/2510.09722
