MMM数据模型——可去中心化知识公域中知识互操作性的规范性规范
摘要
本文提出了一种名为MMM的数据模型的规范性规范,旨在实现去中心化知识公域中的知识互操作性。
arXiv:2607.00032v1 公告类型:新
摘要:许多信息系统围绕文档构建:这些自包含单元针对打印生产和线性阅读进行了优化。虽然文档化组织在大规模传播方面效果显著,但它限制了知识的结构化、更新、共享和重用方式。形式化方法解决了其中一些局限性,但由于其优先考虑形式化结构而非人类可用性和范围等其他系统属性,难以实现广泛贡献和采纳。AI系统正在重塑文档生产,但未能为人类表达和交换知识提供统一的、可移植的传统文档替代方案。本文提出了MMM——一个源于跨学科协作研究实际需求的知识文档数据模型,并在信息系统设计空间的比较分析中对其进行定位。MMM将少量规范性约束与自由文本标签的表达自由度相结合。它被设计为跨学科、跨应用和跨部署的互操作性,而无需语义趋同。参考实现和试点部署数据证明了其可实现性和早期可用性。
查看缓存全文
缓存时间: 2026/07/02 05:40
# MMM数据模型——可去中心化知识共享体中知识互操作性的规范性规范 来源:https://arxiv.org/abs/2607.00032 文献工具 ## 文献与引用工具 文献浏览工具 切换 代码、数据与媒体 ## 本文相关的代码、数据与媒体 演示 ## 演示 相关论文 ## 推荐与搜索工具 关于arXivLabs ## arXivLabs:与社区合作者的实验项目 arXivLabs是一个框架,允许合作者直接在我们的网站上开发和分享新的arXiv功能。 无论是个人还是与arXivLabs合作的组织,都认同并接受了我们关于开放、社区、卓越和用户数据隐私的价值观。arXiv致力于这些价值观,并仅与遵守这些价值观的伙伴合作。 有为arXiv社区增加价值的项目想法?**了解更多关于arXivLabs的信息**(https://info.arxiv.org/labs/index.html)。
相似文章
@AlphaSignalAI: LLM 知识库 最近我发现非常有用的东西:使用 LLM 为各种研究兴趣主题构建个人知识库...
Google 的开放知识格式(OKF)提出了一种可移植的组织知识标准,帮助 AI 代理检索正确的上下文,解决了数据目录、维基和代码之间的碎片化问题。
LLM Wiki v2(16分钟阅读)
本文介绍了一种利用LLM构建个人知识库的模式,为在大语言模型辅助下进行知识管理提供了结构化方法。
KMMMU:韩语及韩国文化背景下的大规模多学科多模态理解评估
KMMMU 是一个用于评估韩语多模态理解的本地化韩文基准,包含 3,466 道题目,涵盖九个学科和视觉模态类别,通过测试韩国特定文化和制度背景下的性能,填补了以英文为中心的基准的空白。
能力的坐标系:用于大语言模型评估的统一MTMM几何框架
这篇知识系统化论文提出了一种用于评估大语言模型的统一多特质多方法(MTMM)几何框架,将不同的指标整合到一个共享的潜在坐标空间中,以解决当前基准测试中的构念效度问题。
Introducing the Open Knowledge Format(9分钟阅读)
谷歌云推出开放知识格式(Open Knowledge Format,OKF),这是一种用于在Markdown文件中表示元数据和精选知识的开放规范,以改善数据共享并为AI代理提供上下文。该格式旨在使来自碎片化内部系统的知识具有可移植性和互操作性。