Meiduo Chong、Shaolei Zhang、Ju Fan、Xiaoyong Duは「EvoOntology: A Self-Evolving Ontology Layer for Data Agents」を発表した。Hugging Face Papersに掲載されたarXiv論文で、公開日はSep 14、Shaolei Zhangによる投稿日はSep 21だった。Hugging Faceでは#3 Paper of the dayに入り、62 upvotesと+54の表示を得た。論文は、表、ファイル、データベースなど異種データに対して自然言語の指示を実行するデータエージェントを対象にする。著者らは、データがエージェントの外部にあり、列名やファイルパスなど汎用ツールを通じてしか到達できないため、「agent-data gap」が生じると述べた。

著者らによると、既存手法はエージェントに生データソースを直接探索させるか、手作業で作ったセマンティックレイヤーをプロンプトに加える方式に分かれる。ただし、いずれも大規模で異種のデータソースには十分に拡張しにくく、異なるエージェントの振る舞いにも適応しにくい。EvoOntologyは、データエージェント向けの自己進化型オントロジーレイヤーとして提案された。オントロジーは、スキーマレイヤー、コンテンツレイヤー、ツールレイヤーからなるMCPサーバー（モデル用ツールの標準インターフェース）としてパッケージ化される。この構成により、エージェントは固定されたプロンプト文だけに依存せず、実行時にオントロジーを検索し、操作できる。

EvoOntologyには、自律的にオントロジーを構築するbuilder agentと、オントロジーを継続的に改善する自己進化ループが含まれる。改善プロセスではattribution-guided typed editsを使い、編集はbackbone-conditional paired evaluationを通過した場合だけ採用される。著者らは、広く使われている3つのデータエージェントベンチマークと4つのLLMバックボーンで実験し、EvoOntologyが強力なベースラインと既存のセマンティックレイヤー手法を一貫して上回り、エージェントが異種データとより効果的にやり取りする助けになったと報告した。

Hugging Faceのページはgithub.com/ruc-datalab/EvoOntologyのコードにリンクしており、コミュニティ投稿ではEvoOntologyをデータエージェント向けの初の自己進化型オントロジーレイヤーと呼んだ。その投稿は、EvoOntologyをMCPとして提供される汎用エージェントプラグインと説明し、Claude Code、Codex、その他のAIエージェントと統合し、データから個別化されたオントロジーレイヤーを自動構築し、対話履歴に基づいて継続的に進化させるとした。ページには論文リンク付近の245、投稿者の投稿への12 likesと5 fire reactions、論文を引用する0 models、0 datasets、0 Spaces、収録する3 collectionsも表示されている。

Meiduo Chong、Shaolei Zhang、Ju Fan、Xiaoyong Duは「EvoOntology: A Self-Evolving Ontology Layer for Data Agents」を発表した。Hugging Face Papersに掲載されたarXiv論文で、公開日はSep 14、Shaolei Zhangによる投稿日はSep 21だった。Hugging Faceでは#3 Paper of the dayに入り、62 upvotesと+54の表示を得た。論文は、表、ファイル、データベースなど異種データに対して自然言語の指示を実行するデータエージェントを対象にする。著者らは、データがエージェントの外部にあり、列名やファイルパスなど汎用ツールを通じてしか到達できないため、「agent-data gap」が生じると述べた。

著者らによると、既存手法はエージェントに生データソースを直接探索させるか、手作業で作ったセマンティックレイヤーをプロンプトに加える方式に分かれる。ただし、いずれも大規模で異種のデータソースには十分に拡張しにくく、異なるエージェントの振る舞いにも適応しにくい。EvoOntologyは、データエージェント向けの自己進化型オントロジーレイヤーとして提案された。オントロジーは、スキーマレイヤー、コンテンツレイヤー、ツールレイヤーからなるMCPサーバー（モデル用ツールの標準インターフェース）としてパッケージ化される。この構成により、エージェントは固定されたプロンプト文だけに依存せず、実行時にオントロジーを検索し、操作できる。

EvoOntologyには、自律的にオントロジーを構築するbuilder agentと、オントロジーを継続的に改善する自己進化ループが含まれる。改善プロセスではattribution-guided typed editsを使い、編集はbackbone-conditional paired evaluationを通過した場合だけ採用される。著者らは、広く使われている3つのデータエージェントベンチマークと4つのLLMバックボーンで実験し、EvoOntologyが強力なベースラインと既存のセマンティックレイヤー手法を一貫して上回り、エージェントが異種データとより効果的にやり取りする助けになったと報告した。

Hugging Faceのページはgithub.com/ruc-datalab/EvoOntologyのコードにリンクしており、コミュニティ投稿ではEvoOntologyをデータエージェント向けの初の自己進化型オントロジーレイヤーと呼んだ。その投稿は、EvoOntologyをMCPとして提供される汎用エージェントプラグインと説明し、Claude Code、Codex、その他のAIエージェントと統合し、データから個別化されたオントロジーレイヤーを自動構築し、対話履歴に基づいて継続的に進化させるとした。ページには論文リンク付近の245、投稿者の投稿への12 likesと5 fire reactions、論文を引用する0 models、0 datasets、0 Spaces、収録する3 collectionsも表示されている。