Taleva alcanza un 90,3 en PeopleSearchBench Recruiting

Taleva alcanzó una puntuación Overall de 90,30 en las 30 consultas de Recruiting de PeopleSearchBench, un benchmark abierto para sistemas de búsqueda de personas con IA. Son 22,07 puntos más que el mejor baseline oficial publicado para Recruiting al combinar sus tres métricas con la media de igual ponderación definida por el benchmark.

La puntuación procede de una ejecución completada por Taleva. El informe detallado del evaluador, los archivos de candidatos, las métricas por consulta y la configuración se conservan internamente y están disponibles para procesos de due diligence con inversores. Esta publicación presenta el resultado principal, la metodología, el alcance del sistema y la comparación con los baselines oficiales publicados.

Descarga el informe técnico completo (PDF en inglés)

Conclusiones principales

• Taleva alcanzó un resultado Overall de 90,30 en las 30 consultas de recruiting de PeopleSearchBench.
• El mejor baseline oficial de Recruiting es Lessie con 68,23 Overall, calculado a partir de las tres métricas publicadas por el benchmark.
• La diferencia es de 22,07 puntos en la escala de 0 a 100 del benchmark.
• El resultado mide el sistema de búsqueda completo de Taleva, no un único modelo de lenguaje o prompt de forma aislada.
• El archivo de soporte se conserva internamente y está disponible para procesos de due diligence con inversores.

El resultado de un vistazo

PeopleSearchBench define Overall como la media con igual ponderación de Relevance Precision, Effective Coverage e Information Utility. El repositorio oficial publica las métricas de Recruiting de cada baseline, pero no una columna Overall específica para esa categoría. Por eso, los valores Overall de los baselines de la tabla aplican la fórmula publicada y se redondean a dos decimales.

La ejecución de Taleva y las ejecuciones de los baselines oficiales se realizaron por separado. La comparación aporta contexto, pero no es una prueba controlada en un único entorno congelado.

Qué mide PeopleSearchBench

PeopleSearchBench contiene 119 consultas en lenguaje natural repartidas en cuatro escenarios: Recruiting, prospección B2B, búsqueda determinista o de expertos y descubrimiento de influencers o líderes de opinión. El resultado anunciado por Taleva cubre únicamente las 30 consultas de Recruiting porque es la categoría alineada con el producto y los datos de Taleva.

El benchmark evalúa tres dimensiones:

• Relevance Precision analiza si las personas devueltas encajan con la petición y si las coincidencias más fuertes aparecen primero.
• Effective Coverage analiza si el sistema completa la tarea y devuelve suficientes personas cualificadas.
• Information Utility analiza si cada resultado contiene información relevante y procesable suficiente para ser útil.

PeopleSearchBench descompone una petición en criterios verificables y contrasta las afirmaciones sobre los candidatos con datos de perfiles y evidencia web en directo. Es un enfoque más estructurado que asignar una única puntuación global a una lista, aunque algunas partes de la evaluación siguen dependiendo de juicios asistidos por modelos y de infraestructura de búsqueda en vivo.

Qué mide el resultado dentro de Taleva

La puntuación corresponde al sistema completo. Una búsqueda de Taleva comienza con el brief del recruiter en lenguaje natural y pasa por varias etapas conectadas:

1. El agente de búsqueda interpreta el puesto, la ubicación, la experiencia, las habilidades y las preferencias contextuales del brief.
2. Las condiciones que pueden representarse de forma fiable se convierten en filtros estructurados de recuperación.
3. Los requisitos que necesitan juicio contextual se convierten en criterios de evaluación a nivel de perfil.
4. El sistema de recuperación crea un pool de candidatos a partir del índice de perfiles profesionales de Taleva.
5. La evaluación ordena y explica las mejores coincidencias antes de entregarlas.

PeopleSearchBench evalúa la lista final de candidatos. Por tanto, no aísla la aportación del prompt del agente, el índice de recuperación, la lógica de ranking, la cobertura de perfiles, los modelos de evaluación o la presentación del resultado. El 90,30 debe interpretarse como una medición del sistema de búsqueda combinado de Taleva.

Alcance del resultado

El resultado establece que Taleva alcanzó un 90,30 Overall en la categoría Recruiting, 22,07 puntos por encima del mejor baseline oficial publicado para esa categoría. Su alcance está definido con precisión.

El resultado no se extiende a:

• una victoria en cada métrica, porque esta edición no incluye las tres métricas parciales de Taleva;
• un intervalo de confianza, porque no se incluyen ejecuciones repetidas ni muestras por consulta;
• rendimiento de vanguardia en todas las tareas de búsqueda de personas, porque el resultado solo cubre Recruiting; ni
• una comparación controlada con sistemas evaluados en otras fechas o con configuraciones distintas.

Por qué importan las condiciones de evaluación

La evaluación de búsqueda de personas es sensible al tiempo. Los perfiles profesionales cambian, los índices se actualizan, la evidencia web se mueve y los proveedores revisan sus modelos. Una lista de candidatos puede permanecer fija mientras cambia el resultado de una verificación posterior. La profundidad de resultados, los timeouts, los reintentos y la configuración del evaluador también pueden influir en la puntuación final.

PeopleSearchBench publica sus consultas, definiciones de puntuación, resultados baseline y código de evaluación en un repositorio abierto. Esa transparencia permite inspeccionar la metodología y ofrece un marco consistente para comparar sistemas de búsqueda de personas.

Qué incluye el informe técnico

El informe descargable explica:

• los escenarios y métricas del benchmark;
• cómo se calcularon los valores Overall de los baselines oficiales de Recruiting;
• los límites del sistema de Taleva evaluado;
• las amenazas a la validez, incluidos los cambios del índice web y del evaluador;
• el alcance exacto del resultado; y
• una lista de evidencias respetuosa con la privacidad para due diligence y replicación externa.

Lee el informe técnico de Taleva sobre PeopleSearchBench–Recruiting (en inglés)

Evidencias de soporte y próximos pasos

El archivo de soporte se conserva internamente y está disponible para procesos de due diligence con inversores. Un paquete externo revisado desde el punto de vista de la privacidad puede incluir el commit del benchmark, el identificador del despliegue de Taleva, la fecha de ejecución, el número de consultas, la profundidad de resultados, la configuración del evaluador, el registro de fallos, las métricas parciales agregadas y los resultados por consulta. Cuando no sea posible redistribuir datos de candidatos, los hashes y una ruta de reproducción controlada pueden aportar procedencia sin exponer datos personales.

El trabajo de robustez futuro puede repetir la evaluación sobre listas de candidatos congeladas, conservar todas las consultas fallidas o sin resultados e informar de la variación entre ejecuciones. Esto ampliaría el resultado completado con un paquete estadístico reproducible externamente.

Preguntas frecuentes

Frequently Asked Questions

¿Taleva obtuvo 90,3 en todo el benchmark PeopleSearchBench?+

¿Dónde están los artefactos que respaldan la ejecución?+

¿Cómo se calculó el baseline de Lessie de 68,23?+

¿El resultado mide únicamente el agente de IA de Taleva?+