Mert Kaya

Senior KI-Engineer. Gründer von Eschatia Labs.

Ich entwickle kostenlose Open-Source-Alternativen zu kostenpflichtigen KI-Werkzeugen.

Mert Kaya

Neuigkeiten

Neue Veröffentlichungen, Forschung und Open-Source-Arbeit.
  1. Mein Beitrag zur Deepfake-Erkennung auf der UBMK 2026 ist jetzt in IEEE Xplore veröffentlicht.

    In IEEE Xplore lesen
  2. Hugging Face hat meine Korrektur an seiner Python-Bibliothek für den Hub übernommen.

    Pull Request ansehen
  3. Ich habe meinen Beitrag zur Deepfake-Erkennung auf der UBMK 2026 in Istanbul vorgestellt.

    Forschung lesen

Projekte

Werkzeuge, Modelle und Experimente, die ich entwickelt habe.
  • Emberwick

    Ein mittelalterliches Dorf im Browser, in dem meine drei Entscheidungsmodelle festlegen, wie die Bewohner auf Stürme, Brände, Märkte und Wölfe reagieren.

    Kostenlos im Browser spielbar

    Projektdetails

    Emberwick ist eine mittelalterliche Dorfsimulation, die im Browser spielbar ist. Deem-4B, Karar-4B und Wähler-4B entscheiden, wie die Bewohner auf Stürme, Feuer, Markttage und Wölfe in der Abenddämmerung reagieren.

    Hugging Face

  • reevesagents

    Führt mehrere KI-Programmierassistenten in einem Terminal nebeneinander aus, wobei ein Assistent die anderen koordiniert.

    Kostenlos und Open Source

    Kostenpflichtige Alternativen: GitHub Copilot Agent HQ, Warp, Cursor

    Projektdetails

    reevesagents führt KI-Programmierassistenten in einem lokalen Terminal-Arbeitsbereich nebeneinander aus und lässt einen Assistenten das Team koordinieren. Enthalten sind Kommandozeilen-, Terminal- und Weboberflächen sowie ein gemeinsamer Kommunikationsdienst für KI-Werkzeuge.

    GitHubnpmreevesagents-skill

  • JevAlt

    Kleine KI-Modelle für Englisch, Türkisch und Deutsch lesen eine Situation, wählen eine der vorgegebenen Antworten und weisen jeder Antwort eine Wahrscheinlichkeit zu.

    Kostenlos und Open Source

    Kostenpflichtige Alternative: Jev by TypeSafe

    Projektdetails

    JevAlt bietet Modelle, die aus festen Antworten wählen und jeder Antwort eine Wahrscheinlichkeit zuordnen. Bei Projektfragen außerhalb der Trainingsdaten erreicht Deem-4B auf Englisch 94,7 % Genauigkeit gegenüber 84,7 % für Kev-4B; Karar-4B erreicht auf Türkisch 96,8 % gegenüber 87,1 % für Kev-4B; Wähler-4B erreicht auf Deutsch 92,0 % gegenüber 81,1 % für Kev-4B. Die Dateien zur Ausführung der Modelle auf dem eigenen Computer (GGUF) benötigen etwa 3 GB Arbeitsspeicher.

    GitHubHugging Face

  • xdfdet

    Erkennt KI-veränderte Gesichter in Videos und zeigt, welche Teile des Gesichts jedes Ergebnis beeinflusst haben. Acht trainierte Modelle aus meiner Masterarbeit.

    Kostenlos und Open Source

    Kostenpflichtige Alternative: Reality Defender

    Projektdetails

    xdfdet erkennt KI-veränderte Gesichter in Videos und zeigt, welche Gesichtsregionen die jeweilige Vorhersage beeinflusst haben. Das Projekt umfasst Code, acht trainierte EfficientNet-B4-Modelle, Heatmaps und zwei Browserspiele.

    GitHubHugging FaceIEEE Xplore

  • Tholos

    Lässt KI-Assistenten in einem gemeinsamen Arbeitsbereich Aufgaben auf Ihrem eigenen Computer erledigen; Regeln bestimmen, was ausgeführt wird und was auf Ihre Freigabe wartet.

    Kostenlos und Open Source

    Projektdetails

    Tholos koordiniert KI-Assistenten, die Aufgaben auf Ihrem eigenen Computer ausführen. Die Assistenten teilen Tabellen, Notizen und eine Aufgabenübersicht. Für jede Aktion legen die Regeln fest, ob sie erlaubt ist, erst freigegeben werden muss oder abgelehnt wird.

    GitHubTholos-Bench

  • Eldalambë

    Hilft Menschen, Tolkiens Elbensprachen Quenya und Sindarin zu lesen und zu schreiben; ein kleines KI-Modell prüft seine Antworten anhand eines Wörterbuchs und grammatischer Regeln.

    Projektdetails

    Eldalambë liest und schreibt Tolkiens erfundene Elbensprachen Quenya und Sindarin und stellt ihre Tengwar-Schrift dar. Das System prüft Wörter anhand grammatisch geprüfter Texte und bietet Werkzeuge für Übersetzung, Suche und Wortformen.

    Paper (Preprint)

  • Ultra Mod

    Ein Mod-Paket für Claude Code, den Programmierassistenten von Anthropic: Es zeigt Ihre Nutzungslimits, fügt eine Rückgängig-Funktion für riskante Befehle hinzu und hält vertrauliche Daten verborgen.

    Kostenlos und Open Source

    Projektdetails

    Ultra Mod ergänzt Claude Code, den Programmierassistenten von Anthropic, um zehn Kontrollen. Es zeigt die Nutzung an, fragt vor riskanten Befehlen nach, kann diese rückgängig machen, hält Passwörter und Schlüssel vom Modell fern und zeichnet die Wirkung jedes Schritts auf.

    GitHubnpm

  • JevOss

    Eine offene Testsuite, die prüft, ob ein Entscheidungsmodell richtig antwortet und verlässliche Wahrscheinlichkeiten angibt.

    Kostenlos und Open Source

    Projektdetails

    JevOss ist eine offene Testsuite für Entwickler, die prüfen möchten, ob Entscheidungsmodelle richtig antworten und verlässliche Wahrscheinlichkeiten angeben. In 200 Tests, bei denen eine Anweisung im Eingabetext versteckt war, änderte sich die Antwort bei Deem-4B in 14,0 % der Fälle gegenüber 36,0 % bei Kev-4B.

    GitHub

Alle Arbeiten

Downloads

Genaue Gesamtzahlen, gefolgt von allen Paketen und Modellen.

npm

12.997 npm-Installationen

reevesagents 10.507Ultra Mod 2.490

Alle npm-Pakete

Hugging Face

16.272 Hugging-Face-Downloads

12.038 für Modelle4.234 für Datensätze

Alle Hugging-Face-Modelle

Seit VeröffentlichungStand: Auf Hugging Face teilen Menschen KI-Modelle und laden sie herunter; über npm installieren Entwickler Code-Pakete.

Meine wichtigsten Open-Source-Beiträge

Ich wirke an diesen und weiteren Projekten mit.

Werdegang

Senior KI-Engineer bei Enocta. Gründer von Eschatia Labs.

Wo ich seit 2016 studiert und gearbeitet habe.

Meine Geschichte

Es begann mit einem C++-Buch

Als Kind brachte ich mir mit einem C++-Buch auf Türkisch das Programmieren bei. Ich träumte von einer KI, die mit mir Spiele baut, sie mit mir spielt und mir Schach beibringt. Diese KI wünsche ich mir noch immer, und die meisten meiner Projekte sind Schritte dorthin.

Meine Geschichte lesen
  1. 2016-2021

    TOBB ETU

    Bachelor in Computer Engineering. Praktika in Softwareentwicklung, Sprachwerkzeugen und Spieleentwicklung.

  2. 2021-2022

    Alictus

    Backend- und Data-Engineer. Interne Werkzeuge mit Go und Azure in die Cloud migriert.

  3. 2022-2023

    AgriDL5.0

    AI- und Full-Stack-Engineer auf Vertragsbasis. Deep Learning für die Landwirtschaft und eine Mobile-App, entwickelt mit öffentlichen Partnern.

  4. 2023-2024

    Kreditbüro der Türkei (KKB)

    Full-Stack- und Mobile Engineer. Systeme, die im gesamten türkischen Bankensektor genutzt werden.

  5. 2023-2025

    TED University

    Master in Informatik mit Vollstipendium. Abschlussarbeit über erklärbare Deepfake-Erkennung, öffentlich auf Zenodo.

  6. Seit 2025

    Enocta

    Senior KI-Engineer. Assistenten, die Fragen anhand von Unternehmensdokumenten beantworten, Agenten-Workflows und Schulungssimulationen.

  7. Seit 2025

    Eschatia Labs

    Gründer. Ein unabhängiges, nicht gewinnorientiertes Open-Source-Forschungslabor für KI.

Veröffentlicht

IEEE-Xplore-Beitrag 2026, Masterarbeit 2025

IEEE Xplore, 2026

Augmentation and Cutout in Deepfake Detection: A Comparative Study of Accuracy, Calibration, and Attention

Ein Beitrag, der neun Trainingsverfahren für einen Deepfake-Detektor vergleicht: seine Genauigkeit, die Verlässlichkeit seiner Sicherheitsangaben und die Gesichtsbereiche, auf die er sich stützt.

Am 30. Oktober 2026 in IEEE Xplore veröffentlicht, Seiten 78-83.

2025

Explainable deepfake detection using frame level CNN models: A comparative study of augmentation and cutout techniques

Die Masterarbeit vergleicht Trainingsverfahren für Modelle, die KI-veränderte Gesichter in Videos erkennen.

Masterarbeit, TED University, 2025. Betreut von Venera Adanova.