MRM3：机器可读型 ML 模型元数据
机器学习
2025-09-29 v1
摘要
随着机器学习（ML）模型的复杂性和数量的增加，针对开发人员和公司使用的经过良好文档的 ML 模型至关重要，这些模型可以根据其特定用例进行使用或定制。模型元数据已以非结构化格式存在于在线存储库（如 Hugging Face）中的模型卡中，可能更结构化且更易于机器读取，同时还能包含环境影响指标，如能源消耗和碳足迹。我们的工作扩展了现有的领先技术，通过定义针对机器可读格式和支持集成到知识图谱（KG）以获得更好的组织和查询能力的 ML 模型元数据的结构模式，实现更广泛的用例。此外，我们提出了一个由 22 个在 4 个数据集上训练的无线定位模型元数据数据集，集成到基于 Neo4j 的 KG 中，包含 113 个节点和 199 条关系。
引用
@article{arxiv.2505.13343,
title = {MRM3: Machine Readable ML Model Metadata},
author = {Andrej Čop and Blaž Bertalanič and Marko Grobelnik and Carolina Fortuna},
journal= {arXiv preprint arXiv:2505.13343},
year = {2025}
}