XiaoMi-AI文件搜索系统
World File Search SystemMetadata
数据管理计划模板（Rev。2022-10-03）
•将提供哪些元数据以帮助他人识别和发现数据？•强烈鼓励研究人员使用已适当的社区元数据标准。研究数据联盟提供了元数据标准目录。数据存储库还可以提供有关适当的元数据标准的指导。•考虑需要哪些其他文档来启用重复使用。这可能包括有关用于收集数据的方法，分析和程序信息，变量的定义，测量单位的定义，所做的任何假设，数据的格式和文件类型以及用于收集和/或处理数据的软件。•考虑如何捕获此信息以及将其记录在何处，例如，在具有指向每个项目的链接的数据库中，在“ readme”文本文件中，在文件标头中等。
打击深度伪造
数字水印可以嵌入媒体中，这有助于检测后续的深度伪造。一种形式的水印会添加计算机可检测但人类无法察觉的像素或音频模式。这些模式会在任何被修改的区域中消失，从而使所有者能够证明媒体是原始媒体的更改版本。另一种形式的水印会添加一些功能，使使用该媒体制作的任何深度伪造看起来或听起来都不真实。 元数据（描述媒体中数据的特征）可以以加密安全的方式嵌入。缺失或不完整的元数据可能表明媒体已被更改。 区块链。将媒体和元数据上传到公共区块链会创建一个相对安全的版本，该版本无法更改，否则其他用户会发现更改。然后任何人都可以将文件及其元数据与区块链版本进行比较，以证明或反驳真实性。
评估非洲中小型企业（SMES）的可持续实践和供应链管理效率
在坎布里亚大学的机构储存库洞察中举行的任何项目及其相关的元数据（除非在元数据记录中另有说明）可以复制，显示或执行，并与JISC FAIR交易指南（可在此处使用）进行教育和非营利性活动
确保机器学习项目中的公平性
抽象的亚符号方法，例如机器学习（ML），深度学习和大型语言模型（LLMS）具有明显的高级人工智能，在问题回答和本体论匹配等任务中都表现出色。尽管他们成功了，但LLMS培训数据集和源代码中缺乏开放性带来了挑战。例如，一些基于ML的模型不共享培训数据，从而限制了透明度。诸如schema.org之类的当前标准为数据集和软件元数据提供了一个框架，但缺乏ML特定指南。该立场论文通过提出与公平（可发现性，可访问性，互操作性，可重复使用性）原理相一致的ML模型元数据的全面模式来解决这一差距。我们旨在提供有关ML模型必不可少的元数据格式的必要性，展示其集成到ML存储库平台中的必要性，并展示该模式与数据集元数据结合在一起，可以评估ML模型对公平原理，促进ML开发中的公平性。
红色帽子OpenShift AI自我管理2.17
模型注册表是人工智能/机器学习（AI/ML）模型的生命周期中的重要组成部分，也是任何机器学习操作（MLOPS）平台或ML工作流的重要组成部分。模型注册表充当中央存储库，从成立到部署中持有与机器学习模型相关的元数据。此元数据范围从高级信息（例如部署环境和项目起源）到复杂的细节，例如培训超参数，性能指标和部署事件。模型注册表充当模型实验和服务之间的桥梁，为ML生命周期的利益相关者提供安全的协作元数据商店界面。
将视频理解 AI 提升到新水平
Twelve Labs 使用多模态视频语言基础模型来捕获视频的完整语义和上下文内容——这意味着捕获的语义和上下文内容存储在称为“嵌入”的矢量表示中，然后实现对视频的人类层面的理解。媒体服务平台 VidiNet 和 Twelve Labs 产品的集成提供了一种解决方案，使手动记录和元数据生成变得过时。将 Twelve Labs 的视频语言基础模型集成到直观的用户界面 MediaPortal 中，改变了用户搜索资料的方式，因为它无需在核心服务 Vidi-Core 中索引所有静态元数据字段。用户现在可以使用自然语言查询精确定位视频档案中的特定时刻，并与 VidiNet 索引的元数据无缝合并。但这到底意味着什么呢？用户现在可以使用自然语言查询在他们的视频中找到确切的时刻，并将它们与来自 Vidispine 应用程序的元数据相结合。
PCC 战略方向，2023-2027
愿景 PCC 是一个由从业者、服务提供商和工具开发人员组成的多元化联盟，他们共同努力充分利用元数据的潜力来促进和维持知识。 价值观 协作：我们一起完成的成就比我们单独完成的成就更大。 分享：我们分享元数据、专业知识、培训、标准和最佳实践。 创新：我们进行实验、承担风险并在实践中学习。 赋权：我们将理论付诸实践，并使从业者能够在新的环境中发挥他们的技能。 包容：我们欢迎所有社区的参与以及观点和经验的多样性，并通过这些参与而得到加强。 沟通：我们重视协商、响应和透明度。 使命 PCC 通过支持图书馆和其他文化遗产社区的元数据制作者并与拥有共同目标的合作伙伴建立联盟来促进世界知识的发现和使用。 PCC 在其成员、活动和实践中都拥抱多样性、公平性和包容性。 PCC 成员创建可信的元数据并支持全球社区使用和重复使用元数据。 PCC：
探索中间和域所需的核心概念 -
摘要该立场论文报告了知识图联盟工作组中关于可解释的数据和元数据原则的初步讨论，该论文于2024年3月创建。目前，我们正在采取初步步骤来捕获与解释，基础，依赖和信任有关的核心概念；该范围还扩展到潜在的双重概念，例如解释性，可验证性/可重复性，可靠性和可信度。这些初始步骤包括回顾核心概念，因为它们在文献中进行了讨论，并探讨了这些最中心概念的实际上有用的定义。结论之一是，元数据标准将需要适合记录三种基础：知识的基础，依赖基础和信任的基础。目前正在重新设计的中间和域级别的元数据标准正在进行重新设计，以便变得更加模块化，可以计算，可以使人类理解，并且可以调节，这将是我们继续进行工作的建议。在公共存储库上进行了这种Lite（OWL 2 EL）本体的发展，称为MSO-EM：用于建模，模拟，优化（MSO）和认知元数据（EM）的本体论。