Source: https://eschatialabs.com/de/

![Logo von Eschatia Labs: eine Linienzeichnung des Pegasus, der sich in einem gepunkteten Kreis über Berggipfeln aufbäumt](https://eschatialabs.com/brand/logo-640.webp)

# Eschatia Labs ist eines der besten internationalen Open-Source-Forschungslabore.

Wir arbeiten an Problemen, deren Lösung der Menschheit hilft, und veröffentlichen offene KI-Modelle, Daten, Benchmarks, Software und Paper, kostenlos für alle.

Heute: [Deepfake-Erkennung](https://eschatialabs.com/de/#deepfake-detection), [Entscheidungsmodelle](https://eschatialabs.com/de/#decision-models), [lokale KI](https://eschatialabs.com/de/#local-ai) und [Spracherhalt](https://eschatialabs.com/de/#language-preservation).

[4.000+](https://huggingface.co/mertkayacs) Downloads auf Hugging Face und [3.400+](https://www.npmjs.com/package/reevesagents) auf npm, Stand: 6. Oktober 2026.

## [Deepfake-Erkennung](https://eschatialabs.com/de/research/#deepfake-detection)

Detektoren, die zeigen, wohin sie schauen und wie weit man ihren Werten trauen kann.

Datenaugmentation mit schwarz gefülltem Cutout hebt die AUC auf einer FaceForensics++-Teilmenge von 0,868 auf 0,897.

[Paper zur UBMK 2026](https://eschatialabs.com/de/research/ubmk-2026/) [Masterarbeit](https://eschatialabs.com/de/research/msc-thesis/)

- [xdfdet](https://xdfdet.mertkayacs.com/de/) Code, acht trainierte Detektoren mit Grad-CAM-Karten und ein Spiel.
  - [Echt oder KI?](https://xdfdet.mertkayacs.com/de/game/)
  - [GitHub](https://github.com/mertkayacs/xdfdet)
  - [Hugging Face](https://huggingface.co/mertkayacs/xdfdet)

## [Entscheidungsmodelle](https://eschatialabs.com/de/research/#decision-models)

Kleine Modelle, die Fragen auf Englisch, Türkisch und Deutsch mit kalibrierten Wahrscheinlichkeiten beantworten und auf einer Laptop-CPU laufen.

Auf dem projekteigenen türkischen Testset entscheidet Karar-4B 96,8 % der Fälle richtig, [Kev-4B](https://huggingface.co/jaredpalmer/kev-4b) 87,1 %.

[Technischer Bericht](https://eschatialabs.com/de/research/jevalt-report/)

- [JevAlt](https://jevalt.mertkayacs.com/de/) Deem-4B, Karar-4B und Wähler-4B.
  - [GitHub](https://github.com/mertkayacs/jevalt)
  - [Hugging Face](https://huggingface.co/collections/mertkayacs/jevalt-6abde16559675245349acea0)
- [Emberwick](https://emberwick.mertkayacs.com/de/) Ein mittelalterliches Dorf, in dem die JevAlt-Modelle entscheiden.

## [Lokale KI und offene Werkzeuge](https://eschatialabs.com/de/research/#local-ai)

Agenten und Werkzeuge, die auf Ihrem eigenen Rechner laufen.

Tholos-2B besteht 137 von 160 Tholos-Bench-Szenarien auf einer Kaggle T4, 25 mehr als sein Ausgangsmodell, und 134 auf einer CPU.

[Technischer Bericht](https://eschatialabs.com/de/research/tholos-2b-report/)

- [Tholos](https://tholos.mertkayacs.com/) Dauerhaft laufende kleine Agenten, die Tabellen, Notizen und eine Aufgabenübersicht teilen.
  - [GitHub](https://github.com/mertkayacs/tholos)
  - [Hugging Face](https://huggingface.co/mertkayacs/Tholos-2B)
- [reevesagents](https://reevesagents.mertkayacs.com/de/) Open-Source-Softwareentwicklung: eine Arbeitsumgebung, in der Coding-Agenten nebeneinander arbeiten.
  - [GitHub](https://github.com/mertkayacs/reevesagents)
  - [npm](https://www.npmjs.com/package/reevesagents)

## [Spracherhalt](https://eschatialabs.com/de/research/#language-preservation)

Eines der besten Forschungsvorhaben zum Spracherhalt mit kleinen lokalen Modellen.

Eldalambë liest und schreibt Quenya und Sindarin, auch in Tengwar-Schrift, gestützt auf ein grammatisch geprüftes Korpus.

- [Eldalambë](https://eldalambe.mertkayacs.com/) Ein kleines lokales Modell für Quenya, Sindarin und Tengwar. Code und Gewichte sind privat; Demo auf Einladung.

## Öffentliche Benchmarks

- [JevOss](https://jevoss.mertkayacs.com/de/) Eine offene Testumgebung für Entscheidungsmodelle.
  - [GitHub](https://github.com/mertkayacs/jevoss)
- [jevalt-bench](https://huggingface.co/datasets/mertkayacs/jevalt-bench) Benchmark- und Live-Testergebnisse für JevAlt und die Vergleichsmodelle.
- [Tholos-Bench](https://github.com/mertkayacs/tholos#tholos-bench) 160 Szenarien für lokale Agenten, jeweils am Endzustand der Arbeitsumgebung bewertet.

## Neuestes Paper

### [Augmentation and Cutout in Deepfake Detection: A Comparative Study of Accuracy, Calibration, and Attention](https://eschatialabs.com/de/research/ubmk-2026/)

Mert Kaya, Venera Adanova. Für die UBMK 2026 angenommen. Die endgültige Fassung erscheint in IEEE Xplore.

[Paper lesen](https://eschatialabs.com/de/research/ubmk-2026/) [PDF](https://eschatialabs.com/papers/ubmk-2026.pdf)

## Kontakt

Schreiben Sie an [Mert Kaya](https://mertkayacs.com/de/), der das Labor gegründet hat.

[mertkayacs@gmail.com](mailto:mertkayacs@gmail.com)