arXiv:2411.08054cs.DLcs.AI2024-11
为数据存储库的AI应用建立分类框架，助力科研数据管理智能化
GREI Data Repository AI Taxonomy
- 按数据管理流程分七阶段构建AI角色分类体系
- 提供可落地的AI集成结构化路径，覆盖从采集到支持全链条
- 适合科研数据管理者、AI系统设计者参考
美国国立卫生研究院（NIH）资助的通用存储库生态系统计划（GREI）开发了一套针对数据存储库角色的AI分类体系，用于指导人工智能在存储库管理中的应用。该分类将存储库职能划分为采集、验证、组织、增强、分析、共享和用户支持七个阶段，形成一套结构化的框架，支持AI技术在存储库工作流中的系统性部署。
原文摘要 · Abstract (English)
The Generalist Repository Ecosystem Initiative (GREI), funded by the NIH, developed an AI taxonomy tailored to data repository roles to guide AI integration across repository management. It categorizes the roles into stages, including acquisition, validation, organization, enhancement, analysis, sharing, and user support, providing a structured framework for implementing AI in repository workflows.
AI分类数据管理科研生态
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。