标签
本文首次将建筑的 Brick schema 模型生成构建为知识图谱补全问题，对比了梯度提升树、Pairwise Brick Relation Ranking 和 CompGCN 在 feeds、hasPart、hasPoint 等关系上的表现。CompGCN 在留出建筑上表现最佳，但没有一种方法能在不同数据集和关系上普遍泛化。
一个构建业务数据调查智能体的团队分享了他们如何将 Schema 发现从智能体迁移到确定性代码，让模型专注于选择表和编写描述，而查询智能体则按需查找实时值。
论文分析了 367,174 个 MCP 工具的元数据，通过受控干预实验发现，参数模式是影响大语言模型工具选择的最强因素，其影响超过工具名称和描述。研究指出，模式设计与工具排序会影响模型调用哪一种实现，即使这些实现的功能相同。
PixRater 是一款快速、100% 本地运行的照片筛选工具，可将 RAW+JPEG 配对分组，自动评估面部清晰度，使用私有 AI 添加关键词，将评分保存至 EXIF/XMP 元数据，并内置本地 MCP 服务器，用于连接自定义 AI 工具。
本文提出一个可解释的、以表头为中心的框架，用于仅元数据场景下的列类型标注与数据质量评估，将表头映射为39种可解释类型并触发验证规则，生成单元格级数据质量问题实例及数据源级质量指标HeadersIQ，已在多个基准约12万列上评估。
Photoc 是一款全新的开源命令行工具包，让摄影师可以直接在终端中查看、整理和准备照片——包括元数据检查、查找模糊照片和重复文件、重命名、生成联系表以及去除 GPS 信息，支持 JPEG 格式，并可读取 Sony ARW RAW 文件的元数据。
在预览版中，uv 将省略锁文件中的包元数据，平均减少锁文件大小最多 50%，并降低冲突。
LlamaParse引入校准置信度分数用于模式引导的文档提取，支持各种数据类型并提供边界框以增强人工审查和自动化工作流。
本文提供了一份指南，介绍如何为博客文章获取数字对象标识符（DOI），以提高其在学术研究中的可引用性，讨论了方法、好处和潜在问题。
作者讨论了网页代理在爬取不良 URL 时上下文窗口浪费的问题，并询问如何使用元数据来过滤爬取以提高效率。
作者讨论了过度依赖单一公司服务器进行AI模型分发与元数据存储的问题，指出了开源AI生态中的中心化风险，并呼吁社区共同探讨应对策略。
Paperlib 是一款开源学术论文管理工具，可帮助研究人员整理文献库、抓取论文元数据，并提供基于 LLM 的摘要生成与语义搜索扩展。
DanKornas 重点介绍了 LLM Architecture Gallery 仓库，该仓库通过 models.yml 为画廊卡片发布每个模型的元数据，作为轻量级的公共数据导出。
GreptimeDB引入了一个语义层，保留了通常会在摄取时丢弃的OTLP元数据（仪器类型、单位、时间性），使AIOps工具和LLM代理能够理解系统拓扑，而无需从列名猜测。
AgentFAIR是一个多智能体框架，利用LLM评估器和批评者来评估地理空间数据集的FAIR合规性，在专家研究中实现了89%的子原则一致性和Fleiss κ=0.71，每个数据集成本为0.054美元。
GitHub Issue Fields 现已全面上市，允许用户向跨仓库的问题添加优先级、工作量、日期等结构化元数据。
本文介绍了IonSense-QKG，这是一个元数据框架，通过添加量子就绪字段和加权量子就绪分数来丰富公开的锂离子电池数据集，以便对数据集进行排序，用于近期的混合量子-经典机器学习。
关于为销售/管道数据搭建Genie AI自然语言查询工具的实用技巧，强调精心策划的示例SQL和元数据比自由文本指令更有效。