Source: https://eschatialabs.com/de/research/ # Forschung Alles, was wir veröffentlichen, nach Bereichen geordnet. [Deepfake-Erkennung](https://eschatialabs.com/de/research/#deepfake-detection) [Entscheidungsmodelle](https://eschatialabs.com/de/research/#decision-models) [Lokale KI und offene Werkzeuge](https://eschatialabs.com/de/research/#local-ai) [Spracherhalt](https://eschatialabs.com/de/research/#language-preservation) [Öffentliche Benchmarks](https://eschatialabs.com/de/research/#benchmarks) ## Deepfake-Erkennung Detektoren, die zeigen, wohin sie schauen und wie weit man ihren Werten trauen kann. ### Publikationen - [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. Ein EfficientNet-B4-Modell zur Deepfake-Erkennung, auf FaceForensics++ mit neun Konfigurationen für Datenaugmentation und Cutout trainiert und mit AUC, F1, Brier-Score und Log-Loss bewertet; die Grad-CAM-Aufmerksamkeit wird über Gesichtsregionen gemessen. Die vier Kennzahlen einigen sich nicht auf eine beste Konfiguration. Für die UBMK 2026 angenommen. Die endgültige Fassung erscheint in IEEE Xplore. - [Lesen](https://eschatialabs.com/de/research/ubmk-2026/) - [PDF](https://eschatialabs.com/papers/ubmk-2026.pdf) - [Explainable deepfake detection using frame level CNN models: A comparative study of augmentation and cutout techniques](https://eschatialabs.com/de/research/msc-thesis/) Mert Kaya. Eine Masterarbeit über Datenaugmentation und Cutout bei der Deepfake-Erkennung mit CNN-Modellen auf Einzelbildebene, einschließlich einer Grad-CAM-Analyse der Aufmerksamkeit in Gesichtsregionen. Masterarbeit, TED University, 2025. - [Lesen](https://eschatialabs.com/de/research/msc-thesis/) - [PDF](https://eschatialabs.com/papers/msc-thesis.pdf) - [DOI](https://doi.org/10.5281/zenodo.18998566) ### Projekte - [xdfdet](https://xdfdet.mertkayacs.com/de/) Code und acht trainierte EfficientNet-B4-Modelle zur Deepfake-Erkennung aus der Masterarbeit, mit regionaler Grad-CAM-Analyse und einer öffentlichen Website mit interaktiven Erkennungs- und Schätzspielen. Code: MIT. Gewichte: CC BY-NC 4.0 gemäß den Bedingungen von FaceForensics++. - [Echt oder KI?](https://xdfdet.mertkayacs.com/de/game/) - [GitHub](https://github.com/mertkayacs/xdfdet) - [Hugging Face](https://huggingface.co/mertkayacs/xdfdet) - [Kaggle](https://www.kaggle.com/models/mertilovski/xdfdet) ## Entscheidungsmodelle Kleine Modelle, die Fragen auf Englisch, Türkisch und Deutsch mit kalibrierten Wahrscheinlichkeiten beantworten und auf einer Laptop-CPU laufen. ### Publikationen - [JevAlt: Technical report](https://eschatialabs.com/de/research/jevalt-report/) Mert Kaya. Methode, Ergebnisse auf zurückgehaltenen Testdaten und Grenzen der offenen Entscheidungsmodelle für Englisch, Türkisch und Deutsch. Technischer Bericht (ohne Peer-Review) - [Lesen](https://eschatialabs.com/de/research/jevalt-report/) - [PDF](https://eschatialabs.com/papers/jevalt-report.pdf) ### Projekte - [JevAlt](https://jevalt.mertkayacs.com/de/) Drei offene Entscheidungsmodelle für Englisch, Türkisch und Deutsch. Jede Antwort enthält eine kalibrierte Wahrscheinlichkeit, und die Modelle laufen mit etwa 3 GB RAM. - [GitHub](https://github.com/mertkayacs/jevalt) - [Hugging Face](https://huggingface.co/collections/mertkayacs/jevalt-6abde16559675245349acea0) - [Demo](https://huggingface.co/spaces/mertkayacs/JevAlt) - [Kaggle](https://www.kaggle.com/models/mertilovski/jevalt) - [Emberwick](https://emberwick.mertkayacs.com/de/) Ein mittelalterliches Dorf im Browser, in dem die JevAlt-Modelle entscheiden, wie die Bewohner auf Stürme, Feuer, Märkte und Wölfe in der Abenddämmerung reagieren. ### Modelle - [Deem-4B](https://huggingface.co/mertkayacs/Deem-4B) Englisch, mit GGUF-Dateien. - [GGUF](https://huggingface.co/mertkayacs/Deem-4B-GGUF) - [Karar-4B](https://huggingface.co/mertkayacs/Karar-4B) Türkisch, mit GGUF-Dateien. - [GGUF](https://huggingface.co/mertkayacs/Karar-4B-GGUF) - [Wähler-4B](https://huggingface.co/mertkayacs/Wahler-4B) Deutsch, mit GGUF-Dateien. - [GGUF](https://huggingface.co/mertkayacs/Wahler-4B-GGUF) ### Datensätze - [jevalt-data](https://huggingface.co/datasets/mertkayacs/jevalt-data) Trainingsdaten für die JevAlt-Entscheidungsmodelle. - [emberwick-videos](https://huggingface.co/datasets/mertkayacs/emberwick-videos) Aufgezeichnete Szenen und Filme aus Emberwick. ## Lokale KI und offene Werkzeuge Agenten und Werkzeuge, die auf Ihrem eigenen Rechner laufen. ### Publikationen - [Tholos-2B: Technical report](https://eschatialabs.com/de/research/tholos-2b-report/) Mert Kaya. Trainingsmethode, Tholos-Bench-Ergebnisse und Grenzen des kleinen lokalen Agentenmodells. Technischer Bericht (ohne Peer-Review) - [Lesen](https://eschatialabs.com/de/research/tholos-2b-report/) - [PDF](https://eschatialabs.com/papers/tholos-2b-report.pdf) ### Projekte - [Tholos](https://tholos.mertkayacs.com/) Kleine Agenten teilen sich eine lokale Arbeitsumgebung mit Tabellen, Notizen und einer Aufgabenübersicht; für jede Aktion gelten Regeln zum Erlauben, Nachfragen und Ablehnen. - [GitHub](https://github.com/mertkayacs/tholos) - [reevesagents](https://reevesagents.mertkayacs.com/de/) Open-Source-Softwareentwicklung. Eine lokale tmux-Arbeitsumgebung für Coding-Agenten, mit CLI, Terminaloberfläche, Weboberfläche und MCP-Server in einem npm-Paket unter Apache-2.0. - [GitHub](https://github.com/mertkayacs/reevesagents) - [npm](https://www.npmjs.com/package/reevesagents) ### Modelle - [Tholos-2B](https://huggingface.co/mertkayacs/Tholos-2B) Ein 2B-Agentenmodell, auf Basis von MiniCPM5-2B mit ausgeführten Agentenabläufen feinabgestimmt und unter Apache-2.0 mit GGUF-Dateien veröffentlicht. - [GGUF](https://huggingface.co/mertkayacs/Tholos-2B-GGUF) ### Datensätze - [tholos-trajectories](https://huggingface.co/datasets/mertkayacs/tholos-trajectories) Ausgeführte Agentenabläufe, die zum Training von Tholos-2B verwendet wurden. ## Spracherhalt Eines der besten Forschungsvorhaben zum Spracherhalt mit kleinen lokalen Modellen. ### Projekte - [Eldalambë](https://eldalambe.mertkayacs.com/) Ein kleines Sprachmodell, das Quenya und Sindarin liest und schreibt, auch in Tengwar-Schrift, gestützt auf ein grammatisch geprüftes Korpus, mit Werkzeugen für Übersetzung, Nachschlagen, Flexion und Tengwar-Darstellung. Code und Gewichte sind privat. Demo auf Einladung. ## Öffentliche Benchmarks Offene Tests und ihre Ergebnisse. - [JevOss](https://jevoss.mertkayacs.com/de/) Eine offene Testumgebung für Entscheidungsmodelle mit Jev-API: Sie misst Genauigkeit, Kalibrierung der Wahrscheinlichkeiten und Fehlerfälle. - [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.