Value adalah record yang memuat nilai itu sendiri. Codec menetapkan penafsiran Payload.

Layout

TAG WORD          000K KKKC CCCC LLLL      bagian 3·4 (0x060L~0x09FL)
[Length extension TAG]
[Codec extension TAG]  jika format Issuer
Payload
  • LLLL adalah jumlah WORD total termasuk TAG WORD − 1. 1~14 WORD adalah panjang langsung, 15 WORD atau lebih adalah panjang ekstensi.
  • Jika format Issuer, pada Codec extension TAG ditempatkan Issuer (lebar 2/4/16 WORD yang ditetapkan Codec) dan nomor Codec 2 WORD. Nomor Codec ditetapkan oleh Issuer.
  • Dekoder yang tidak mengenal formatnya mengetahui hingga Kind, Length, Issuer, dan nomor Codec.

Keluarga

Nomor Value tidak berarti keluarga. Kode langsung tidak menyatakan keluarga lewat bit, dan format Issuer pun tidak memiliki aturan keluarga. Keluarga adalah pengelompokan tema.

KeluargaKode langsung
NUMERIC0x060L~0x067L
DECIMAL0x068L~0x069L
TIME0x06AL~0x071L, 0x081L
TEXT0x072L~0x07AL
BINARY0x07BL~0x080L
  • Nilai numerik seperti vektor, tensor, bilangan kompleks, pecahan, dan interval adalah NUMERIC. Pengecualiannya BIT-VECTOR yang BINARY. Kode bahasa adalah TEXT.
  • Record format Issuer disertai Codec extension TAG (Issuer dan nomor Codec). Jika Payload panjang (total 15 WORD atau lebih), dipakai Length extension TAG.

Kode langsung

CodecNamaKeluargaDeskripsi
0x060LBOOLNUMERICfalse atau true
0x061LSIGNED-INTEGERNUMERICBilangan bulat komplemen dua dengan WORD minimum
0x062LUNSIGNED-INTEGERNUMERICBilangan bulat tak bertanda dengan WORD minimum
0x063LBINARY-FLOATNUMERICIEEE 754 binary16/32/64/128
0x064LCOORDINATE-EARTHNUMERICLintang·bujur Bumi (WGS 84) dan ketidakpastian (Reference satuan)
0x065LCOORDINATE-GEONUMERICReference benda langit, lintang·bujur, dan ketidakpastian (Reference satuan)
0x066LQUANTITYNUMERICKuantitas numerik (bilangan bulat·BINARY-FLOAT·desimal·pecahan), Reference satuan, batas bawah·atas
0x067LFRACTIONNUMERICPecahan yang mempertahankan notasi (record pembilang·penyebut, tidak disederhanakan)
0x068LSIGNED-DECIMALDECIMALC × 10^E, koefisien bertanda
0x069LUNSIGNED-DECIMALDECIMALC × 10^E, koefisien tak bertanda
0x06ALGREGORIAN-DATETIMEJumlah hari sejak 1970-01-01 (kalender Gregorian)
0x06BLCIVIL-TIME-NANOSECONDSTIMENanodetik sejak tengah malam
0x06CLPOSIX-TIMESTAMP-SECONDSTIMEDetik sejak Unix epoch
0x06DLDURATION-SECONDSTIMEWaktu berlalu (detik)
0x06EL/0x06FLEDTFTIMEString tanggal ekstensi ISO 8601-2 (presisi tahun·bulan, ketidakpastian, interval)
0x070L/0x071LGEDCOM-DATETIMEString tanggal GEDCOM 7 (kalender lain seperti Julian)
0x072L/0x073LUTF8-TEXTTEXTString UTF-8 tanpa bahasa
0x074L/0x075LURITEXTURI RFC 3986
0x076L/0x077LLANGUAGE-BCP47-CODETEXTLanguage tag BCP 47
0x078L/0x079LUTF8-LANGUAGE-TEXTTEXTTeks berbahasa
0x07ALLANGUAGE-SHORT-CODETEXTKode bahasa terkompresi 1 WORD
0x07BLUUIDBINARYUUID RFC 9562
0x07CLSHA-256-DIGESTBINARYHasil SHA-256
0x07DLSHA1-DIGESTBINARYHasil SHA-1 (untuk identifikasi seperti ID objek git)
0x07EL/0x07FLOPAQUE-BYTESBINARYDeret byte yang makna·formatnya tidak diketahui. Jumlah byte genap·ganjil
0x080LBIT-VECTORBINARYN bit yang disimpan MSB-first setelah bit-count
0x081LDURATION-NANOSECONDSTIMEWaktu berlalu (nanodetik)
  • Kode yang dipasangkan genap-ganjil adalah deret byte berpanjang variabel. Kode genap adalah jumlah byte genap, kode ganjil jumlah byte ganjil (Record dan TAG WORD).
  • Kode langsung ada pada 0x060L~0x081L tanpa Reserved. 0x082L~0x09CL adalah Reserved dan 0x09DL~0x09FL adalah VALUE-ISSUER-2WORD·4WORD·16WORD.

Format Issuer

Format yang tidak ada di kode langsung ditempatkan sebagai nomor Codec di bawah Issuer lembaga yang menetapkan format itu. Format konvensi yang tidak memiliki lembaga penetap ditempatkan di bawah ADHOC (0x00000002). Format khas GEUL (OPAQUE-BYTES, BIT-VECTOR, DURATION-NANOSECONDS) adalah kode langsung.

IssuerContoh format
ADHOC 0x00000002BFLOAT16, vektor bilangan bulat·riil, tensor, bilangan kompleks, pecahan, interval, kuaternion, BLAKE3
IETF 0x00000007URI relatif, CRC32C, alamat IPv4·IPv6
IEEE 0x0000000DIEEE 754 decimal32/64/128, timestamp nanodetik POSIX, alamat MAC
KHRONOS 0x0000000EPiksel RGBA8·BGRA8
ONNX 0x00000010, OCP 0x00000011FP8, FP4
BIPM 0x00000013Timestamp TAI
NIST 0x00000015SHA-512, SHA3-256
GPS 0x00000016Timestamp GPS
  • Dekoder yang tidak mengenal formatnya mengetahui hingga Issuer dan nomor Codec, lalu melompatinya dengan Length.
  • Dokumen Codec ditempatkan di bawah codecs/ milik Issuer itu dengan nomor Codec record. Contoh: CRC32C IETF ada di 0x00000007/codecs/0x0000C000/ (alamat publikasi dan daftar versi).
  • Nilai besar seperti gambar·video sebaiknya dirujuk dengan URI dan SHA-256, bukan dimasukkan langsung.
  • Karya di dalam deret byte mengikuti lisensi aslinya. Sumber dan lisensi dicatat dengan Meta.

Kelompok format

Penjelasan per kelompok ada di bawah. Layout, interpretasi, validitas, dan contoh tiap format ada di dokumen per format.

KelompokKeluargaFormat
numericNUMERICBOOL, bilangan bulat, bilangan titik mengambang, koordinat, QUANTITY, FRACTION
decimalDECIMALSIGNED-DECIMAL, UNSIGNED-DECIMAL, IEEE 754 decimal32/64/128
timeTIMEtanggal, waktu, timestamp, waktu berlalu, EDTF, tanggal GEDCOM
textTEXTteks UTF-8, teks berbahasa, URI, kode bahasa
binaryBINARYUUID, digest, CRC, alamat jaringan, deret byte tak dikenal, bit vector
vectorNUMERICvektor padat bilangan bulat·riil, titik·bounding box, piksel RGBA·BGRA
tensorNUMERICtensor dense·packed dengan format·rank·shape
etcNUMERICbilangan kompleks, pecahan, interval tertutup, kuaternion
  • Kelompok vector, tensor, dan etc seluruhnya adalah format Issuer (ADHOC, KHRONOS) keluarga NUMERIC.

numeric

Format bilangan dasar keluarga NUMERIC. Ditempatkan pada kode langsung 0x060L~0x067L.

  • Ada BOOL, bilangan bulat bertanda·tak bertanda, bilangan titik mengambang binary IEEE 754, koordinat Bumi (WGS 84)·benda langit, QUANTITY yang menyatukan kuantitas·satuan·batas, dan FRACTION yaitu pecahan dengan notasi asli apa adanya.
  • Bilangan bulat ditulis dengan WORD minimum yang dapat memuat nilainya.
  • Format skalar kecil Issuer (BFLOAT16, FP8, FP4) hanya diberi nomor Codec dan belum memiliki spesifikasi rinci (masalah terbuka Value).
  • Vektor, tensor, bilangan kompleks, pecahan tak tereduksi (RATIONAL-I64), dan interval juga keluarga NUMERIC, tetapi karena format Issuer, ditempatkan pada kelompok vector, tensor, etc.

decimal

Keluarga DECIMAL adalah format bilangan desimal eksak. Ditempatkan pada kode langsung 0x068L~0x069L.

  • SIGNED-DECIMAL·UNSIGNED-DECIMAL kode langsung ditulis sebagai C × 10^E dan memuat jumlah digit notasi asli apa adanya. 1.20 (C=120, E=−2) dan 1.2 (C=12, E=−1) adalah record yang berbeda. Kesetaraan nilai dan pelestarian quantum adalah masalah terbuka SIGNED-DECIMAL.
  • Encoding DPD·BID IEEE 754 decimal32/64/128 adalah format Issuer IEEE (0x0000000D).

time

Keluarga TIME adalah format tanggal dan waktu. Ditempatkan pada kode langsung 0x06AL~0x071L dan 0x081L (DURATION-NANOSECONDS).

PresisiFormat
Tanggal (kalender Gregorian)GREGORIAN-DATE
Tahun·bulan, ketidakpastian, intervalEDTF
Notasi asli kalender lain (Julian dan sebagainya)GEDCOM-DATE
WaktuTimestamp POSIX·TAI·GPS
Waktu berlaluDURATION-SECONDS, DURATION-NANOSECONDS
  • Tanggal yang dapat ditulis dengan GREGORIAN-DATE tidak ditulis dengan EDTF.
  • Timestamp nanodetik dan format TAI·GPS adalah format di bawah Issuer lembaga standar masing-masing (IEEE, BIPM, GPS).

text

Keluarga TEXT adalah format teks dan pengenal string. Ditempatkan pada kode langsung 0x072L~0x07AL.

  • String tanpa bahasa adalah UTF8-TEXT, dan teks yang memiliki bahasa seperti nama·judul·kalimat adalah UTF8-LANGUAGE-TEXT.
  • Kode bahasa (LANGUAGE-SHORT-CODE, LANGUAGE-BCP47-CODE) juga keluarga TEXT.
  • Deret byte berpanjang variabel ditempatkan sebagai pasangan Codec genap-ganjil. Jika bit paling rendah 1, jumlah byte ganjil dan byte bawah WORD terakhir adalah padding 0x00 (Record dan TAG WORD).

binary

Keluarga BINARY adalah format deret byte. Ditempatkan pada kode langsung 0x07BL~0x080L.

  • UUID, SHA-256, SHA-1, deret byte tak dikenal (OPAQUE-BYTES), dan bit vector (BIT-VECTOR) adalah kode langsung. Digest lainnya, CRC32C, dan alamat IPv4·IPv6·MAC adalah format Issuer.
  • Nilai berukuran tetap (UUID, digest, alamat) ukurannya sudah ditentukan sehingga tidak memiliki pasangan genap-ganjil.
  • Media publik seperti gambar·video ditempatkan sebagai format Issuer IANA (0x00000008). Nomor Codec ditetapkan sebagai pasangan genap-ganjil dan Payload adalah deret byte. Batas atas Length adalah 2^32−1 WORD. Nilai besar sebaiknya dirujuk dengan URI dan SHA-256, bukan dimasukkan langsung.
  • Karya di dalam deret byte mengikuti lisensi aslinya. Sumber dan lisensi dicatat dengan Meta.

vector

Format vektor adalah format Issuer keluarga NUMERIC. Vektor padat bilangan bulat·riil dan titik·bounding box ada di nomor Codec ADHOC (0x00000002) 0x00000500~0x0000050C, dan format piksel di bawah KHRONOS (0x0000000E).

  • Elemen vektor padat disimpan berurutan dalam big-endian.
  • Karena format Issuer, pada Codec extension TAG dilekatkan Issuer 2 WORD dan nomor Codec 2 WORD.

tensor

Format tensor adalah format Issuer keluarga NUMERIC. Ditempatkan pada nomor Codec ADHOC (0x00000002) 0x00000600~0x00000601.

  • DESCRIBED-DENSE-TENSOR memuat format elemen·rank·shape dan payload dense C-contiguous.
  • DESCRIBED-PACKED-TENSOR memuat format packed·rank·shape dan payload packed low-bit-first di dalam octet.

etc

Format bilangan lain adalah format Issuer keluarga NUMERIC. Ditempatkan pada nomor Codec ADHOC (0x00000002) 0x00000700~0x00000704.

  • Ada bilangan kompleks (COMPLEX64, COMPLEX128), pecahan ternormalisasi (RATIONAL-I64), interval tertutup binary64, dan kuaternion binary32.

Teks

Teks yang berbahasa dan yang tidak berbahasa adalah nilai yang berbeda. “Paris” (string) dan “Paris” (bahasa Prancis) tidak sama.

FormatTempat pemakaian
UTF8-TEXTString tanpa bahasa seperti pengenal, kode, nama berkas, ID eksternal
UTF8-LANGUAGE-TEXTTeks berbahasa seperti nama, judul, kalimat
UTF8-LANGUAGE-TEXT
TAG WORD          0000 0111 100P LLLL   (P = teks berjumlah byte ganjil)
[Length extension TAG]
Bahasa            record LANGUAGE-SHORT-CODE atau LANGUAGE-BCP47-CODE
Teks              byte UTF-8 (jika ganjil, 0x00 di akhir)
  • Teks adalah UTF-8 well-formed dan disimpan apa adanya. Normalisasi ditangani pihak yang membandingkan·mengindeks.
  • Nama yang sama untuk banyak bahasa ditulis dengan bahasa mul, dan bahasa yang belum ditentukan dengan und. String tanpa konten bahasa adalah UTF8-TEXT.

Contoh: "Douglas Adams"@en (13 byte, ganjil)

0799  0761 656E  446F 7567 6C61 7320 4164 616D 7300
TAG   bhs en     D o  u g  l a  s ␠  A d  a m  s (padding)

Desimal dan kuantitas

Bilangan desimal eksak ditulis sebagai C × 10^E. Eksponen E adalah 32 bit, dan koefisien C adalah komplemen dua dengan WORD minimum. Jumlah digit notasi asli dimuat apa adanya: 1.20 adalah C=120, E=−2, dan 1.2 adalah C=12, E=−1. Kedua notasi menyatakan bilangan yang sama tetapi record terpisah dengan byte yang berbeda. Encoder tidak menormalisasi notasi sembarangan. Kesetaraan nilai kedua record dan makna quantum (angka signifikan) adalah masalah terbuka (SIGNED-DECIMAL).

QUANTITY memuat kuantitas, satuan, dan batas sebagai satu nilai.

TAG WORD          0000 0110 0110 LLLL
[Length extension TAG]
Kuantitas         record Value numerik (bilangan bulat·BINARY-FLOAT·desimal·pecahan)
Satuan            record Reference (butir satuan), jika tanpa satuan 0x0000
Batas bawah       record Value numerik, jika dihilangkan 0x0000 ABSENT
Batas atas        record Value numerik, jika dihilangkan 0x0000 ABSENT
  • Satuan adalah bagian dari nilai. Satuan tidak dilepas dan ditulis di tempat lain (jika dilepas, tidak diketahui apakah 652 itu km atau m).
  • Nilai yang dikonversi ke satuan SI tidak dimuat. Dapat dihitung dari satuan dan tabel konversi.
  • 0x0000 adalah penanda ABSENT bahwa field opsional dihilangkan (dokumen spesifikasi Codec).

Contoh: 652 km, rentang [651, 653] (km = Wikidata Q828224)

066E 0011                    TAG (panjang ekstensi 17 WORD)
0683 0000 0000 028C          kuantitas 652
0142 000C A340               satuan Q828224
0683 0000 0000 028B          batas bawah 651
0683 0000 0000 028D          batas atas 653

Tanggal

PresisiFormat
Tanggal (kalender Gregorian)GREGORIAN-DATE
Tahun·bulan, ketidakpastian (1971~), intervalEDTF
Notasi asli kalender lain (Julian dan sebagainya)GEDCOM-DATE
WaktuTimestamp POSIX·TAI·GPS
  • Tanggal yang dapat ditulis dengan GREGORIAN-DATE tidak ditulis dengan EDTF.

Masalah terbuka

  • Format media publik (JPEG, PNG, MP4, MOV, dan sebagainya) ditempatkan sebagai nomor Codec Issuer IANA (0x00000008). Cara mengelola tabel korespondensi tipe media dan nomor Codec.
  • Daftar akhir kode langsung Value. Ditetapkan dengan mengukur frekuensi Value pada sampel peraturan perundang-undangan dan percakapan kerja (kandidat: jumlah uang, persentase, interval tanggal).
  • Spesifikasi rinci dan penempatan 7 skalar kecil (ADHOC BFLOAT16, ONNX FP8 4 jenis, OCP FP8-E8M0FNU·FP4-E2M1FN). Belum ditetapkan apakah dipindahkan ke kode langsung. Saat ini hanya nomor Codec yang ditetapkan.