Source: https://eschatialabs.com/es/research/

# Investigación

El trabajo está organizado por pregunta de investigación. Cada entrada presenta el método y el resultado medido, con enlaces a los modelos, los datos, el código o el artículo correspondiente.

[Modelos de decisión](https://eschatialabs.com/es/research/#decision-models) [Pruebas comparativas abiertas](https://eschatialabs.com/es/research/#benchmarks) [Detección explicable de deepfakes](https://eschatialabs.com/es/research/#deepfake-detection) [Asistentes locales para tareas](https://eschatialabs.com/es/research/#local-ai) [Conservación lingüística](https://eschatialabs.com/es/research/#language-preservation)

## Modelos de decisión

Modelos pequeños que leen una situación, eligen una de las respuestas disponibles y asignan una probabilidad a cada respuesta. Deem-4B trabaja en inglés, Karar-4B en turco y Wähler-4B en alemán.

### Publicaciones

- [JevAlt: Technical report](https://eschatialabs.com/es/research/jevalt-report/). Mert Kaya. El informe explica cómo se entrenaron los modelos de decisión en inglés, turco y alemán, cómo se probaron con preguntas excluidas del entrenamiento y si las probabilidades que indican coinciden con sus resultados. En las preguntas de prueba en turco, Karar-4B alcanza un 96,8% de exactitud, frente al 87,1% de Kev-4B. El informe también documenta límites y archivos publicados. Informe técnico (sin revisión por pares) - [Leer](https://eschatialabs.com/es/research/jevalt-report/) - [PDF](https://eschatialabs.com/papers/jevalt-report.pdf)

### Proyectos

- [JevAlt](https://jevalt.mertkayacs.com/). JevAlt reúne modelos que eligen entre respuestas predefinidas y asignan una probabilidad a cada una. En preguntas del proyecto excluidas del entrenamiento, en inglés, Deem-4B alcanza un 94,7% de exactitud, frente al 84,7% de Kev-4B; en turco, Karar-4B alcanza un 96,8%, frente al 87,1% de Kev-4B; en alemán, Wähler-4B alcanza un 92,0%, frente al 81,1% de Kev-4B. Los archivos para ejecutar los modelos en la propia computadora (GGUF) necesitan unos 3 GB de memoria. - [Código (GitHub)](https://github.com/mertkayacs/jevalt) - [Modelos y datos (Hugging Face)](https://huggingface.co/collections/mertkayacs/jevalt-decision-models) - [Demostración](https://huggingface.co/spaces/mertkayacs/JevAlt) - [Kaggle](https://www.kaggle.com/models/mertilovski/jevalt)
- [Emberwick](https://emberwick.mertkayacs.com/). Emberwick es una simulación de un pueblo medieval que se puede jugar en el navegador. Deem-4B, Karar-4B y Wähler-4B deciden cómo responden sus habitantes ante tormentas, incendios, días de mercado y lobos al anochecer.

**Modelos (3)**

- [Deem-4B](https://huggingface.co/mertkayacs/Deem-4B). Deem-4B elige entre respuestas predefinidas en inglés y estima la probabilidad de cada una. En preguntas del proyecto excluidas del entrenamiento, Deem-4B alcanza un 94,7% de exactitud, frente al 84,7% de Kev-4B. Hay archivos para ejecutarlo en la propia computadora (GGUF). - [Ejecutar en tu computadora (GGUF)](https://huggingface.co/mertkayacs/Deem-4B-GGUF)
- [Karar-4B](https://huggingface.co/mertkayacs/Karar-4B). Karar-4B elige entre respuestas predefinidas en turco y estima la probabilidad de cada una. En preguntas del proyecto excluidas del entrenamiento, Karar-4B alcanza un 96,8% de exactitud, frente al 87,1% de Kev-4B. Hay archivos para ejecutarlo en la propia computadora (GGUF). - [Ejecutar en tu computadora (GGUF)](https://huggingface.co/mertkayacs/Karar-4B-GGUF)
- [Wähler-4B](https://huggingface.co/mertkayacs/Wahler-4B). Wähler-4B elige entre respuestas predefinidas en alemán y estima la probabilidad de cada una. En preguntas del proyecto excluidas del entrenamiento, Wähler-4B alcanza un 92,0% de exactitud, frente al 81,1% de Kev-4B. Hay archivos para ejecutarlo en la propia computadora (GGUF). - [Ejecutar en tu computadora (GGUF)](https://huggingface.co/mertkayacs/Wahler-4B-GGUF)

**Conjuntos de datos (2)**

- [jevalt-data](https://huggingface.co/datasets/mertkayacs/jevalt-data). Preguntas y respuestas de entrenamiento para los modelos de decisión de JevAlt en inglés, turco y alemán.
- [emberwick-videos](https://huggingface.co/datasets/mertkayacs/emberwick-videos). Escenas y videos grabados en Emberwick, la simulación de un pueblo medieval para el navegador.

## Pruebas comparativas abiertas

Una prueba comparativa es un conjunto fijo de pruebas con una regla de puntuación definida. Cada conjunto público de pruebas responde a una pregunta de evaluación y publica sus datos o su código, sus resultados y sus límites.

[Todas las pruebas](https://eschatialabs.com/es/benchmarks/)

- [jevalt-bench](https://eschatialabs.com/es/benchmarks/jevalt-bench/). 3116 situaciones escritas en inglés, turco y alemán para evaluar modelos que eligen entre respuestas predefinidas y asignan una probabilidad a cada una. - [Conjunto de datos (Hugging Face)](https://huggingface.co/datasets/mertkayacs/jevalt-bench) - [Código (GitHub)](https://github.com/mertkayacs/jevalt) - [Sitio del proyecto](https://jevalt.mertkayacs.com/)
- [JevOss](https://eschatialabs.com/es/benchmarks/jevoss/). Un conjunto abierto de pruebas que comprueba cómo afectan los cambios de una pregunta a un modelo que elige entre respuestas predefinidas. - [Sitio del proyecto](https://jevoss.mertkayacs.com/) - [Código (GitHub)](https://github.com/mertkayacs/jevoss) - [Documentación](https://mertkayacs.github.io/jevoss/)
- [Tholos-Bench](https://eschatialabs.com/es/benchmarks/tholos-bench/). 160 tareas en un espacio de trabajo para evaluar asistentes de inteligencia artificial basados en modelos pequeños según si el trabajo terminado coincide con la solicitud. - [Conjunto de datos (Hugging Face)](https://huggingface.co/datasets/mertkayacs/tholos-bench) - [Código (GitHub)](https://github.com/mertkayacs/tholos/tree/main/tholos/bench) - [Sitio del proyecto](https://tholos.mertkayacs.com/)

## Detección explicable de deepfakes

Los deepfakes son videos en los que la inteligencia artificial ha alterado o sustituido un rostro. Probamos distintas formas de entrenar detectores y usamos mapas de calor Grad-CAM para mostrar en qué partes del rostro se basó cada decisión. Los resultados se miden con AUC, desde 0,5, que equivale a adivinar, hasta 1, que indica una separación perfecta.

### Publicaciones

- [Augmentation and Cutout in Deepfake Detection: A Comparative Study of Accuracy, Calibration, and Attention](https://eschatialabs.com/es/research/ubmk-2026/). Mert Kaya, Venera Adanova. El estudio compara nueve formas de entrenar EfficientNet-B4, un modelo de reconocimiento de imágenes, para detectar rostros alterados con inteligencia artificial en FaceForensics++, una colección pública de videos de rostros reales y manipulados. Evalúa cada configuración con AUC, F1, puntuación de Brier y pérdida logarítmica; las cuatro medidas favorecen configuraciones distintas. El AUC mide la capacidad de separación desde 0,5, equivalente al azar, hasta 1, equivalente a una separación perfecta. La puntuación de Brier mide el error de las probabilidades. Los mapas de calor Grad-CAM muestran qué zonas del rostro influyeron en cada predicción. En FaceForensics++, una colección pública de videos con rostros reales y alterados, el modelo de imágenes EfficientNet-B4 alcanza 0,897 de AUC cuando se entrena con imágenes variadas y parcialmente cubiertas de negro, frente a 0,868 cuando se entrena sin ellas. Aceptado en UBMK 2026. La versión final aparecerá en IEEE Xplore; todavía no tiene DOI. - [Leer](https://eschatialabs.com/es/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/es/research/msc-thesis/). Mert Kaya. La tesis estudia cómo detectar rostros alterados con inteligencia artificial en videos. Compara el entrenamiento de EfficientNet-B4 con imágenes variadas y regiones del rostro ocultas, y luego usa mapas de calor Grad-CAM para mostrar qué partes del rostro influyeron en cada predicción. Tesis de maestría, TED University, 2025. Directora: Venera Adanova. - [Leer](https://eschatialabs.com/es/research/msc-thesis/) - [PDF](https://eschatialabs.com/papers/msc-thesis.pdf) - [DOI](https://doi.org/10.5281/zenodo.18998566)

### Proyectos

- [xdfdet](https://xdfdet.mertkayacs.com/) xdfdet detecta rostros alterados con inteligencia artificial en videos y muestra qué zonas del rostro influyeron en cada predicción. Incluye código, ocho modelos EfficientNet-B4 entrenados, mapas de calor Grad-CAM y dos juegos para el navegador. Código: MIT. Archivos de los modelos entrenados: CC BY-NC 4.0 bajo las condiciones de FaceForensics++. - [¿Real o IA?](https://xdfdet.mertkayacs.com/game/) - [Código (GitHub)](https://github.com/mertkayacs/xdfdet) - [Modelos y datos (Hugging Face)](https://huggingface.co/mertkayacs/xdfdet) - [Kaggle](https://www.kaggle.com/models/mertilovski/xdfdet)

## Asistentes locales para tareas

Tholos permite que asistentes de inteligencia artificial realicen tareas en tu computadora, dentro de un espacio compartido con tablas, notas y un tablero de tareas. Para cada acción, las reglas deciden si se ejecuta, espera tu aprobación o se bloquea.

### Publicaciones

- [Tholos-2B: Technical report](https://eschatialabs.com/es/research/tholos-2b-report/). Mert Kaya. El informe describe Tholos-2B, entrenado a partir de MiniCPM5-2B con registros de tareas completadas en el espacio de trabajo. Con la misma tarjeta gráfica, una Kaggle T4, Tholos-2B supera 137 de las 160 tareas de Tholos-Bench, frente a 112 de MiniCPM5-2B. Con el mismo procesador común (CPU), Tholos-2B supera 134 tareas, frente a 117 de MiniCPM5-2B. Informe técnico (sin revisión por pares) - [Leer](https://eschatialabs.com/es/research/tholos-2b-report/) - [PDF](https://eschatialabs.com/papers/tholos-2b-report.pdf)

### Proyectos

- [Tholos](https://tholos.mertkayacs.com/). Tholos coordina asistentes de inteligencia artificial que realizan tareas en la propia computadora. Comparten tablas, notas y un tablero de tareas. Para cada acción, las reglas deciden si se ejecuta, si se detiene para pedir aprobación o si se bloquea. - [Código (GitHub)](https://github.com/mertkayacs/tholos)
- [reevesagents](https://reevesagents.mertkayacs.com/) reevesagents ejecuta asistentes de programación con inteligencia artificial en paralelo dentro de un espacio de trabajo de terminal local y permite que uno de los asistentes coordine al equipo. Incluye interfaces de línea de comandos, terminal y web, además de un servidor MCP para que se comuniquen las herramientas de inteligencia artificial. Un paquete npm, licencia Apache-2.0, 10 idiomas de interfaz. - [Código (GitHub)](https://github.com/mertkayacs/reevesagents) - [Paquete (npm)](https://www.npmjs.com/package/reevesagents)

**Modelos (1)**

- [Tholos-2B](https://huggingface.co/mertkayacs/Tholos-2B). Tholos-2B es un modelo pequeño para asistentes de inteligencia artificial que realizan tareas en un espacio de trabajo compartido. Se entrenó a partir de MiniCPM5-2B con ejecuciones de tareas registradas. Con la misma configuración Kaggle T4, Tholos-2B supera 137 de las 160 pruebas de Tholos-Bench, frente a 112 de MiniCPM5-2B. Con la misma configuración de CPU supera 134, frente a 117 de MiniCPM5-2B. Licencia Apache-2.0. - [Ejecutar en tu computadora (GGUF)](https://huggingface.co/mertkayacs/Tholos-2B-GGUF)

**Conjuntos de datos (1)**

- [tholos-trajectories](https://huggingface.co/datasets/mertkayacs/tholos-trajectories). Ejecuciones de tareas registradas que se usaron para entrenar Tholos-2B, el modelo de los asistentes de inteligencia artificial de Tholos.

## Conservación lingüística

Eldalambë ayuda a leer y escribir las lenguas élficas inventadas por Tolkien, Quenya y Sindarin, y su sistema de escritura, Tengwar. Un modelo de lenguaje pequeño comprueba sus respuestas con un diccionario y reglas gramaticales. El artículo es público; el código, los datos, los archivos de los modelos y las preguntas de prueba son privados.

### Publicaciones

- [Language Preservation Using Agentic AI Architectures: A Tool-Grounded Small Language Model on a Constructed-Language Testbed](https://eschatialabs.com/es/research/eldalambe-2026/). Mert Kaya. El artículo estudia Eldalambë, un asistente para las lenguas élficas inventadas por Tolkien, Quenya y Sindarin. La versión adoptada, Pro-Preserve, escribe la frase esperada en 40 de 100 solicitudes de prueba, frente a 21 de la versión anterior, Pro2508, e identifica las palabras de Tolkien en 277 de 300 casos, frente a 259 de Pro2508. Prepublicación pública sin revisión por pares. El código, los datos, los modelos y la prueba comparativa de Eldalambë son privados. - [Leer](https://eschatialabs.com/es/research/eldalambe-2026/) - [PDF](https://eschatialabs.com/papers/eldalambe-2026.pdf)

### Proyectos

- [Eldalambë](https://eldalambe.mertkayacs.com/). Eldalambë lee y escribe las lenguas élficas inventadas por Tolkien, Quenya y Sindarin, y representa su escritura Tengwar. Comprueba las palabras con textos revisados gramaticalmente y ofrece herramientas de traducción, consulta y flexión. Demostración por invitación. El código, los datos, los archivos de los modelos entrenados y la prueba comparativa son privados; solo el artículo es público.