# 研究

我研究人工智能的答案是否正确、概率是否可信，以及图像的哪些部分影响了结果。这里提供论文、代码和已发布模型的链接。

## 论文

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

Mert Kaya, Venera Adanova

UBMK 2026, 11th International Conference on Computer Science and Engineering, Istanbul (IEEE)

已录用，将发表于 IEEE Xplore。

这篇已录用的论文比较九种深度伪造检测器训练方法，检查检测准确率、模型给出的概率与实际结果的吻合程度，以及模型依据哪些面部区域。

- [阅读论文](https://eschatialabs.com/zh/research/ubmk-2026/)

- [GitHub 代码](https://github.com/mertkayacs/xdfdet)

- [Hugging Face 模型](https://huggingface.co/mertkayacs/xdfdet)

### 引用格式（BibTeX）

```bibtex
@inproceedings{kaya2026augmentation,
  author = {Kaya, Mert and Adanova, Venera},
  title = {Augmentation and Cutout in Deepfake Detection: A Comparative Study of Accuracy, Calibration, and Attention},
  booktitle = {UBMK 2026, 11th International Conference on Computer Science and Engineering},
  year = {2026},
  note = {Accepted; to appear in IEEE Xplore}
}
```

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

Mert Kaya，导师：Venera Adanova

硕士论文，TED University，2025年9月1日

这篇硕士论文比较了多种训练方法，用于识别视频中经人工智能修改的人脸。热力图显示哪些面部区域影响了每项结果。

- [阅读学位论文](https://eschatialabs.com/zh/research/msc-thesis/)

- [在 Zenodo 查看论文](https://doi.org/10.5281/zenodo.18998566)

- [GitHub 代码](https://github.com/mertkayacs/xdfdet)

- [Hugging Face 模型](https://huggingface.co/mertkayacs/xdfdet)

### 引用格式（BibTeX）

```bibtex
@mastersthesis{kaya2025explainable,
  author = {Kaya, Mert},
  title = {Explainable deepfake detection using frame level CNN models: A comparative study of augmentation and cutout techniques},
  school = {TED University},
  year = {2025},
  doi = {10.5281/zenodo.18998566}
}
```

### Language Preservation Using Agentic AI Architectures: A Tool-Grounded Small Language Model on a Constructed-Language Testbed

Mert Kaya

公开预印本，未经同行评审。Eldalambë 的代码、数据、模型和基准测试均为私有。

这篇论文研究 Eldalambë，一个面向托尔金虚构的精灵语 Quenya 和 Sindarin 的助手。采用的版本 Pro-Preserve 在 100 个测试请求中有 40 个写出预期句子，早期版本 Pro2508 为 21 个；Pro-Preserve 在 300 个案例中有 277 个正确识别托尔金的词，Pro2508 为 259 个。

- [阅读论文](https://eschatialabs.com/research/eldalambe-2026/)

- [PDF](https://eschatialabs.com/papers/eldalambe-2026.pdf)

- [Eldalambë](https://eldalambe.mertkayacs.com)

### 引用格式（BibTeX）

```bibtex
@techreport{kaya2026eldalambe,
  author = {Kaya, Mert},
  title = {Language Preservation Using Agentic {AI} Architectures: A Tool-Grounded Small Language Model on a Constructed-Language Testbed},
  institution = {Eschatia Labs},
  year = {2026},
  url = {https://eschatialabs.com/research/eldalambe-2026/},
  note = {Preprint, not peer-reviewed}
}
```

## 研究方向

### 决策模型

JevAlt 模型读取一种情境，从给定答案中选择一个，并为每个答案给出概率。测试既检查答案，也检查这个概率是否符合模型实际答对的频率。

- [JevAlt](https://jevalt.mertkayacs.com)

- [JevOss](https://jevoss.mertkayacs.com)

### 任务型人工智能助手

多个人工智能助手需要共享信息，也需要明确的操作权限。Tholos 在本机提供共享表格、笔记、任务板和权限规则。

- [Tholos](https://tholos.mertkayacs.com)

- [Tholos-2B](https://huggingface.co/mertkayacs/Tholos-2B)

### 深度伪造检测

深度伪造是人工智能修改或替换视频人脸的结果。我比较不同的检测器训练方法，并用热力图显示哪些面部区域影响了每项结果。

- [xdfdet](https://xdfdet.mertkayacs.com)

### 托尔金笔下的精灵语

Eldalambë 帮助人们读写托尔金创造的精灵语 Quenya、Sindarin 及其 Tengwar 文字。论文已经公开；代码、数据、模型文件和测试题目均为私有。

- [Eldalambë](https://eldalambe.mertkayacs.com)

Canonical: https://mertkayacs.com/zh/research/