資料平台

1. 1. 批次落地成 external table

   檔案無法公開驗證

   Parquet 落你的物件儲存後掛 external table,檔案自帶 schema。

   同上,enterprise 交付,公開探測驗不到。

2. 2. 每個資料集有一張 Datasheet 可上架你的 catalog

   網站今天就能做

   每個資料集都有一頁 Gebru 格式規格書:組成、收集方式、更新頻率與時效、point-in-time 語意、已記載缺口、授權與取用條件。網址是 /datasets/<slug>/datasheet,雙語,內容由登錄表與量測紀錄組成而非逐集撰寫,所以它不會和登錄表講的不一樣。

3. 3. 逐批驗完整性

   REST今天就能做

   每一批都可以對 /v2/proof/inclusion 驗證某一列確實在已簽章的快照裡。雜湊規則在 /v2/proof/recipe,簽章公鑰在 /v2/proof/public-key,兩個都不需要金鑰。

4. 4. 歷史未被改寫的證明

   尚未提供

   consistency proof 會證明某一棵樹是更早那棵樹的延伸——也就是舊資料沒有被悄悄改過。

   尚未提供。checkpoint 自己的 does_not_prove 就明說了它證明不了這件事。詳見標準與相容性頁。

5. 5. PROV-O JSON-LD 血緣輸出

   尚未提供

   把 provenance 以 W3C PROV 格式輸出,讓 Collibra / Purview 直接吃。

   今天能拿到的血緣是 REST 信封裡的 lineage 與 source_role。?format=prov-jsonld 會得到 400 unsupported_format,並列出實際支援的 csv 與 ndjson,所以不會有「以為拿到了 PROV-O、其實拿到一般資料列」的情況。(2026-08-21 之前它是被安靜忽略的,那個版本才會誤導人。)

6. 6. 交付通知與排程 SLA

   尚未提供

   批次落地後推播通知,並附排程 SLA 文件。

   尚未提供。

這份指南的邊界

目前沒有 VPC 對接、專線或地端交付。交付方式就是 SaaS API 與檔案兩種。

其他角色的指南

• 量化研究 — 把 TWMD 接進研究環境,而且回測不會看到未來。
• AI / Agent 團隊 — 讓 agent 拿到的每個數字可溯源、可驗證,而且不知道的時候會說不知道。
• 模型風險與法遵 — 說得出 AI 用了什麼資料,而且證據不必建立在信任供應商上。

證明機制如何對應到已發布的標準,見標準與相容性。