{
  "lang": "it",
  "ui": {
    "profile": "Profilo",
    "atlas": "Atlante della ricerca",
    "work": "Ricerca e pubblicazioni",
    "patents": "Brevetti e modelli di utilità",
    "lab": "Modelli e codice",
    "source": "Fonte originale",
    "official": "Registro ufficiale",
    "primary": "Documenti originali",
    "scope": "Il registro ufficiale fa fede per lo stato giuridico attuale.",
    "repo": "Repository",
    "model": "Modello",
    "data": "Dataset",
    "paper": "Articolo su rivista",
    "patent": "Domanda di brevetto",
    "utility": "Domanda di modello di utilità",
    "preprint": "Prestampa",
    "question": "Domanda di ricerca",
    "evidence": "Metodi e risultati",
    "person": "Inventore",
    "applicant": "Richiedente",
    "published": "Data di pubblicazione",
    "filed": "Data di deposito",
    "records": "Domande",
    "authors": "Partecipanti",
    "sourceDate": "Data dell’estratto del registro",
    "contribution": "Contributo",
    "grant": "Pubblicazione della decisione definitiva di concessione del brevetto turco",
    "purpose": "Finalità",
    "about": "Chi sono",
    "graph": "Grafo della conoscenza",
    "guide": "Guida testuale",
    "search": "Cerca",
    "select": "Scegli un ambito",
    "language": "Lingua",
    "note": "Nota di ricerca",
    "table": "Tabella 4",
    "points": "Punti percentuali",
    "coverage": "Divario di copertura",
    "referral": "Divario nei rinvii a revisione",
    "pooled": "Calibrazione complessiva",
    "group": "Per gruppi",
    "roleSole": "Autore unico",
    "roleFirst": "Primo autore",
    "roleCo": "Coautore",
    "roleInvent": "Coinventore",
    "roleDev": "Sviluppatore",
    "roleMaint": "Responsabile del progetto",
    "roleData": "Co-curatore del dataset",
    "countNote": "Figuro come inventore in 30 domande depositate in Turchia, di cui 28 di brevetto e due di modello di utilità. Il richiedente è Türkiye Garanti Bankası A.Ş."
  },
  "profile": {
    "lang": "it",
    "name": "Emre Taşar",
    "legalName": "Davut Emre Taşar",
    "role": "Ingegnere e ricercatore nelle scienze applicate",
    "location": "Madrid",
    "url": "https://tasaract.com/it/",
    "bio": "Lavoro come data scientist nel team AI Innovation, che fa parte dell’area AI Transformation di BBVA. Per il mio dottorato all’Università di Navarra studio come misurare e ridurre l’incertezza dei modelli di IA per rendere più eque le decisioni in ambito bancario.",
    "aboutLead": "Sono di İzmir, sulla costa egea della Turchia. Facevo l’ingegnere civile finché, come in Skyrim, non mi sono preso una freccia nel ginocchio. Ho scambiato il casco da cantiere con il camice da laboratorio. Oggi lavoro come data scientist nel team AI Innovation di BBVA a Madrid.",
    "professional": "Nel mio dottorato all’Università di Navarra studio come misurare e ridurre l’incertezza dei modelli di IA per rendere più eque le decisioni delle banche. Lo Strategic Management Executive Programme di Oxford mi ha fatto guardare alla questione anche dalla parte di chi deve decidere nell’incertezza.\n\nMi piace scoprire legami inattesi. Matematica astratta, fisica quantistica e filosofia, per esempio, si incontrano in una domanda che mi affascina. Dopo una misura, che cosa possiamo dire di sapere davvero?",
    "personal": "Mentre imparo lo spagnolo, scopro Madrid e mi avvicino alle culture della Spagna e dell’America Latina. Mi piace anche dipingere e giocare a scacchi.\n\nA casa preparo parecchio caffè. Ho una piccola darbuka, una kalimba e una Zanpakuto ispirata a Bleach, con cui pratico il kendo. Appena posso, invento qualche storia buffa per la mia bambina.",
    "affiliations": [
      {
        "organization": "BBVA",
        "relationship": "employment",
        "division": "AI Transformation",
        "team": "AI Innovation",
        "roleSource": "self-description",
        "role": "Ingegnere e ricercatore nelle scienze applicate",
        "source": "https://www.linkedin.com/in/detasar/"
      },
      {
        "organization": "Università di Navarra",
        "relationship": "doctoral-research",
        "role": "Dottorando in equità nell’intelligenza artificiale",
        "source": "https://www.unav.edu/web/instituto-de-ciencia-de-los-datos-e-inteligencia-artificial/equipo#:~:text=Enhancing%20Fairness%20in%20AI%20Systems"
      }
    ],
    "links": [
      {
        "label": "GitHub",
        "url": "https://github.com/detasar"
      },
      {
        "label": "Hugging Face",
        "url": "https://huggingface.co/emre"
      },
      {
        "label": "Scholar",
        "url": "https://scholar.google.com/citations?user=IZZM_JAAAAAJ"
      },
      {
        "label": "LinkedIn",
        "url": "https://www.linkedin.com/in/detasar/"
      },
      {
        "label": "X",
        "url": "https://x.com/mehanixs"
      },
      {
        "label": "ORCID",
        "url": "https://orcid.org/0000-0002-7788-0478"
      },
      {
        "label": "Università di Navarra",
        "url": "https://www.unav.edu/web/instituto-de-ciencia-de-los-datos-e-inteligencia-artificial/equipo#:~:text=Enhancing%20Fairness%20in%20AI%20Systems"
      }
    ],
    "photos": [
      {
        "id": "espresso",
        "caption": "La mia macchina da espresso preferita.",
        "alt": "Emre accanto a una macchina da espresso Elektra",
        "url": "https://tasaract.com/it/#espresso",
        "contentUrl": "https://tasaract.com/assets/emre-espresso.jpg"
      },
      {
        "id": "scholar",
        "caption": "Una foto del mio intervento sulla ricerca di dottorato alle V Jornadas Científicas de DATAI, all’Università di Navarra.",
        "alt": "Emre presenta la sua ricerca di dottorato a Navarra",
        "url": "https://tasaract.com/it/#scholar",
        "contentUrl": "https://tasaract.com/assets/emre-scholar.webp",
        "eventProgramme": "https://www.unav.edu/documents/d/instituto-de-ciencia-de-los-datos-e-inteligencia-artificial/programa_jornadas_cientificas_datai_mayo_2026"
      },
      {
        "id": "we-think-big",
        "caption": "Nel 2024 ho ricevuto il premio We Think Big di BBVA per il mio lavoro sui brevetti e per i miei contributi alla ricerca accademica.",
        "alt": "Emre con il premio We Think Big di BBVA in mano",
        "url": "https://tasaract.com/it/#we-think-big",
        "contentUrl": "https://tasaract.com/assets/emre-we-think-big.jpg"
      }
    ],
    "award": {
      "name": "We Think Big",
      "organization": "BBVA",
      "year": 2024,
      "description": "Nel 2024 ho ricevuto il premio We Think Big di BBVA per il mio lavoro sui brevetti e per i miei contributi alla ricerca accademica.",
      "sourceLabel": "Guarda la foto del premio",
      "recognizedFor": [
        "patent work",
        "academic contributions"
      ],
      "sourceType": "Photograph",
      "sourcePath": "/it/#we-think-big"
    },
    "ideaNotebook": {
      "title": "Quattro domande dal mio taccuino",
      "recordType": "personal-research-notebook",
      "sourcePath": "/it/#idea-notebook-title",
      "notes": [
        {
          "field": "Ontologie e strutture dati",
          "question": "Che cosa cambia nel grafo quando un treno è in ritardo?",
          "text": "La stazione è un luogo, la partenza un evento. Se uso due tipi di nodo e registro la fonte di ogni orario, posso risalire a tutte le coincidenze interessate da un solo ritardo?",
          "readingTitle": "RDF 1.1 · W3C",
          "readingUrl": "https://www.w3.org/TR/rdf11-concepts/",
          "reading": {
            "paragraphs": [
              "Immaginiamo due treni che devono partire alle nove dalla stessa stazione. In un grafo posso rappresentare la stazione una volta sola e dare un’identità distinta a ciascuna partenza. Così posso aggiornare l’orario di un treno senza cambiare quello dell’altro.",
              "Terrei sia l’orario previsto sia quello aggiornato, insieme alla fonte di ciascuno. Se una partenza slitta dalle nove alle nove e dieci, posso seguire i collegamenti di quell’evento e individuare le coincidenze da verificare. Un unico orario associato alla stazione farebbe perdere questa distinzione."
            ],
            "sources": [
              {
                "title": "RDF 1.1 Concepts and Abstract Syntax · W3C",
                "url": "https://www.w3.org/TR/rdf11-concepts/"
              }
            ]
          }
        },
        {
          "field": "Meaning-Native Computing",
          "question": "Un computer può prevedere meglio quali istruzioni verranno eseguite se conosce le regole del programma?",
          "text": "Meaning-Native Computing è il mio progetto di ricerca indipendente. Vorrei confrontare due metodi di previsione sullo stesso programma, con risorse di calcolo comparabili. A uno dei due fornisco anche una descrizione esplicita delle regole che il programma deve rispettare. Questo lo aiuta ad anticipare i passi successivi? Prima che una modifica prevista abbia effetto, una verifica indipendente deve confermare che rispetti quelle regole.",
          "id": "meaning-native-computing",
          "recordType": "independent-research-project",
          "sourcePath": "/it/#meaning-native-computing",
          "reading": {
            "paragraphs": [
              "In questo progetto di ricerca indipendente voglio confrontare due metodi che osservano lo stesso programma in esecuzione e dispongono di risorse di calcolo simili. A uno dei due fornisco anche un’ontologia eseguibile, ossia una descrizione delle regole del programma in una forma che il computer può applicare. Conoscerle aiuta a prevedere quali istruzioni verranno eseguite dopo?",
              "Le regole potrebbero ammettere due passi successivi diversi. Un metodo potrebbe sbagliare previsione pur rispettando ogni regola. Voglio confrontare la previsione con quello che il programma fa davvero. Prima di applicare una modifica proposta, una verifica indipendente deve accertare che sia ammessa."
            ],
            "sources": [
              {
                "title": "Meaning-Native Computing · Tasaract",
                "url": "https://tasaract.com/en/#meaning-native-computing"
              }
            ]
          }
        },
        {
          "field": "Teoria delle categorie",
          "question": "Che cosa si conserva quando compongo due trasformazioni?",
          "text": "Un processo ricava un grafo dagli orari, un altro vi cerca un itinerario. Quando li compongo, come conservo il legame tra ogni orario e la sua stazione?",
          "readingTitle": "Seven Sketches in Compositionality",
          "readingUrl": "https://arxiv.org/abs/1803.05316",
          "reading": {
            "paragraphs": [
              "Un procedimento trasforma un orario ferroviario in un grafo. Un altro trova un percorso al suo interno. Concatenare i due procedimenti è un esempio di composizione. Mi interessa capire se, sul percorso finale, posso ancora risalire alla stazione cui corrisponde ciascun orario.",
              "Supponiamo che due stazioni abbiano entrambe una partenza alle nove. Se il primo passaggio salva solo l’ora e scarta la stazione, chi cerca il percorso non può ricostruire il legame dall’ora soltanto. Anche un piccolo orario aiuta a capire quali informazioni debbano arrivare al passaggio successivo."
            ],
            "sources": [
              {
                "title": "Seven Sketches in Compositionality",
                "url": "https://arxiv.org/abs/1803.05316"
              }
            ]
          }
        },
        {
          "field": "Misura quantistica",
          "question": "E se facessi una domanda diversa allo stesso qubit?",
          "text": "Preparo lo stato “+”. Misurando nella base X ottengo sempre +. Nella base Z, 0 e 1 sono equiprobabili. Mi affascina che la scelta della misura cambi la risposta a parità di preparazione.",
          "readingTitle": "Quantum Information · IBM",
          "readingUrl": "https://quantum.cloud.ibm.com/learning/en/courses/basics-of-quantum-information/single-systems/quantum-information",
          "reading": {
            "paragraphs": [
              "Immaginiamo di preparare di nuovo un qubit nello stato «più» prima di ogni misura. Nella base X, una misura ideale dà sempre «più». Con la stessa preparazione, nella base Z ottengo 0 e 1 con la stessa probabilità.",
              "Dieci misure nella base Z potrebbero dare sette volte zero e tre volte uno. La probabilità di ottenere zero è pari a un mezzo in ogni prova, ma questo non fissa il numero degli zeri in un gruppo di dieci. È una distinzione facile da perdere di vista davanti a una breve serie di risultati."
            ],
            "sources": [
              {
                "title": "Quantum information · IBM Quantum Learning",
                "url": "https://quantum.cloud.ibm.com/learning/en/courses/basics-of-quantum-information/single-systems/quantum-information"
              },
              {
                "title": "Specify observables in the Pauli basis · IBM Quantum Documentation",
                "url": "https://quantum.cloud.ibm.com/docs/en/qiskit/specify-observables-pauli"
              }
            ]
          }
        }
      ]
    },
    "researchProjects": [
      {
        "id": "meaning-native-computing",
        "recordType": "independent-research-project",
        "name": "Meaning-Native Computing",
        "question": "Un computer può prevedere meglio quali istruzioni verranno eseguite se conosce le regole del programma?",
        "summary": "Meaning-Native Computing è il mio progetto di ricerca indipendente. Vorrei confrontare due metodi di previsione sullo stesso programma, con risorse di calcolo comparabili. A uno dei due fornisco anche una descrizione esplicita delle regole che il programma deve rispettare. Questo lo aiuta ad anticipare i passi successivi? Prima che una modifica prevista abbia effetto, una verifica indipendente deve confermare che rispetti quelle regole.",
        "reading": {
          "paragraphs": [
            "In questo progetto di ricerca indipendente voglio confrontare due metodi che osservano lo stesso programma in esecuzione e dispongono di risorse di calcolo simili. A uno dei due fornisco anche un’ontologia eseguibile, ossia una descrizione delle regole del programma in una forma che il computer può applicare. Conoscerle aiuta a prevedere quali istruzioni verranno eseguite dopo?",
            "Le regole potrebbero ammettere due passi successivi diversi. Un metodo potrebbe sbagliare previsione pur rispettando ogni regola. Voglio confrontare la previsione con quello che il programma fa davvero. Prima di applicare una modifica proposta, una verifica indipendente deve accertare che sia ammessa."
          ],
          "sources": [
            {
              "title": "Meaning-Native Computing · Tasaract",
              "url": "https://tasaract.com/en/#meaning-native-computing"
            }
          ]
        },
        "author": "Davut Emre Taşar",
        "url": "https://tasaract.com/it/#meaning-native-computing"
      }
    ],
    "researchAreas": [
      {
        "id": "uncertainty",
        "title": "Incertezza",
        "name": "Incertezza",
        "question": "Un modello può riconoscere i propri limiti?",
        "description": "La predizione conforme e la calibrazione aiutano a studiare l’incertezza che separa una previsione da una decisione.",
        "related": [
          "fairness",
          "quantum",
          "agents",
          "language"
        ],
        "url": "https://tasaract.com/it/#topic-uncertainty",
        "lang": "it"
      },
      {
        "id": "fairness",
        "title": "Equità",
        "name": "Equità",
        "question": "Chi sostiene il costo dell’incertezza?",
        "description": "Studio come le stime dell’incertezza e il rinvio a una revisione umana incidano sui diversi gruppi coinvolti in una decisione.",
        "related": [
          "uncertainty",
          "agents",
          "invention",
          "quantum"
        ],
        "url": "https://tasaract.com/it/#topic-fairness",
        "lang": "it"
      },
      {
        "id": "agents",
        "title": "Sistemi ad agenti",
        "name": "Sistemi ad agenti",
        "question": "Come si verifica cosa ha fatto davvero un agente?",
        "description": "Esploro strumenti che collegano le azioni automatiche a tracce verificabili e permettono a una persona di seguirne lo svolgimento.",
        "related": [
          "fairness",
          "invention",
          "language",
          "uncertainty"
        ],
        "url": "https://tasaract.com/it/#topic-agents",
        "lang": "it"
      },
      {
        "id": "quantum",
        "title": "Ricerca quantistica",
        "name": "Ricerca quantistica",
        "question": "Che cosa può dirci una misura?",
        "description": "Studio la calibrazione statistica, il rilevamento delle anomalie e i limiti della valutazione nelle misure quantistiche.",
        "related": [
          "uncertainty",
          "fairness"
        ],
        "url": "https://tasaract.com/it/#topic-quantum",
        "lang": "it"
      },
      {
        "id": "invention",
        "title": "Invenzioni",
        "name": "Invenzioni",
        "question": "Quanto dovrebbe essere piccolo un robot da soccorso?",
        "description": "Le domande riguardano robotica di soccorso, interfacce conversazionali, grafi della conoscenza personali e metodi quantistici.",
        "related": [
          "agents",
          "language",
          "fairness"
        ],
        "url": "https://tasaract.com/it/#topic-invention",
        "lang": "it"
      },
      {
        "id": "language",
        "title": "Linguaggio",
        "name": "Linguaggio",
        "question": "Come fanno le macchine a capirci?",
        "description": "Riconoscimento del parlato in turco, adattamento di modelli linguistici e contributi alla ricerca multilingue aperta.",
        "related": [
          "agents",
          "invention",
          "uncertainty"
        ],
        "url": "https://tasaract.com/it/#topic-language",
        "lang": "it"
      }
    ]
  },
  "topics": [
    {
      "id": "uncertainty",
      "title": "Incertezza",
      "name": "Incertezza",
      "question": "Un modello può riconoscere i propri limiti?",
      "description": "La predizione conforme e la calibrazione aiutano a studiare l’incertezza che separa una previsione da una decisione.",
      "related": [
        "fairness",
        "quantum",
        "agents",
        "language"
      ],
      "url": "https://tasaract.com/it/#topic-uncertainty",
      "lang": "it"
    },
    {
      "id": "fairness",
      "title": "Equità",
      "name": "Equità",
      "question": "Chi sostiene il costo dell’incertezza?",
      "description": "Studio come le stime dell’incertezza e il rinvio a una revisione umana incidano sui diversi gruppi coinvolti in una decisione.",
      "related": [
        "uncertainty",
        "agents",
        "invention",
        "quantum"
      ],
      "url": "https://tasaract.com/it/#topic-fairness",
      "lang": "it"
    },
    {
      "id": "agents",
      "title": "Sistemi ad agenti",
      "name": "Sistemi ad agenti",
      "question": "Come si verifica cosa ha fatto davvero un agente?",
      "description": "Esploro strumenti che collegano le azioni automatiche a tracce verificabili e permettono a una persona di seguirne lo svolgimento.",
      "related": [
        "fairness",
        "invention",
        "language",
        "uncertainty"
      ],
      "url": "https://tasaract.com/it/#topic-agents",
      "lang": "it"
    },
    {
      "id": "quantum",
      "title": "Ricerca quantistica",
      "name": "Ricerca quantistica",
      "question": "Che cosa può dirci una misura?",
      "description": "Studio la calibrazione statistica, il rilevamento delle anomalie e i limiti della valutazione nelle misure quantistiche.",
      "related": [
        "uncertainty",
        "fairness"
      ],
      "url": "https://tasaract.com/it/#topic-quantum",
      "lang": "it"
    },
    {
      "id": "invention",
      "title": "Invenzioni",
      "name": "Invenzioni",
      "question": "Quanto dovrebbe essere piccolo un robot da soccorso?",
      "description": "Le domande riguardano robotica di soccorso, interfacce conversazionali, grafi della conoscenza personali e metodi quantistici.",
      "related": [
        "agents",
        "language",
        "fairness"
      ],
      "url": "https://tasaract.com/it/#topic-invention",
      "lang": "it"
    },
    {
      "id": "language",
      "title": "Linguaggio",
      "name": "Linguaggio",
      "question": "Come fanno le macchine a capirci?",
      "description": "Riconoscimento del parlato in turco, adattamento di modelli linguistici e contributi alla ricerca multilingue aperta.",
      "related": [
        "agents",
        "invention",
        "uncertainty"
      ],
      "url": "https://tasaract.com/it/#topic-language",
      "lang": "it"
    }
  ],
  "works": [
    {
      "id": "coverage-deferral",
      "kind": "preprint",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Quando un modello giudica plausibili due risposte, può affidare la decisione a una persona. A chi capita più spesso di dover aspettare quella verifica?",
          "Questo preprint confronta due metodi di calibrazione su sei insiemi di dati. Calibrare ciascun gruppo separatamente ha ridotto il divario nella frequenza con cui la risposta corretta compariva tra le opzioni del modello. È cresciuta, invece, la differenza nella quota di casi sottoposti a verifica umana."
        ],
        "sources": [
          {
            "title": "The Coverage-Deferral Trade-Off: Fairness Implications of Conformal Prediction in Human-in-the-Loop Decision Systems",
            "url": "https://www.preprints.org/manuscript/202512.2631"
          }
        ]
      },
      "title": "The Coverage-Deferral Trade-Off: Fairness Implications of Conformal Prediction in Human-in-the-Loop Decision Systems",
      "shortTitle": "Copertura e riesame umano",
      "question": "A chi tocca aspettare un secondo esame?",
      "role": "Autore unico",
      "status": "Prestampa",
      "summary": "Lo studio confronta una soglia di calibrazione comune con soglie distinte per gruppo. I casi con entrambe le risposte nell’insieme di predizione passano a una revisione umana simulata. Nel dataset Adult la calibrazione per gruppo ha ridotto il divario di copertura da 5,0 a 1,2 punti percentuali. Il divario nei rinvii a revisione è invece salito da 5,1 a 12,9 punti.",
      "detail": "Lo studio confronta una soglia di calibrazione comune con soglie distinte per gruppo. I casi con entrambe le risposte nell’insieme di predizione passano a una revisione umana simulata. Nel dataset Adult la calibrazione per gruppo ha ridotto il divario di copertura da 5,0 a 1,2 punti percentuali. Il divario nei rinvii a revisione è invece salito da 5,1 a 12,9 punti.",
      "evidence": "Lo studio confronta una soglia di calibrazione comune con soglie distinte per gruppo. I casi con entrambe le risposte nell’insieme di predizione passano a una revisione umana simulata. Nel dataset Adult la calibrazione per gruppo ha ridotto il divario di copertura da 5,0 a 1,2 punti percentuali. Il divario nei rinvii a revisione è invece salito da 5,1 a 12,9 punti.",
      "topics": [
        "fairness",
        "uncertainty"
      ],
      "year": 2025,
      "venue": "Preprints.org",
      "citationAuthors": "Davut Emre Taşar",
      "identifier": "10.20944/preprints202512.2631.v1",
      "source": "https://www.preprints.org/manuscript/202512.2631",
      "links": [
        {
          "url": "https://www.preprints.org/manuscript/202512.2631",
          "label": "preprints.org"
        },
        {
          "url": "https://doi.org/10.20944/preprints202512.2631.v1",
          "label": "DOI"
        }
      ],
      "experimentalComparison": {
        "workId": "coverage-deferral",
        "source": "https://www.preprints.org/manuscript/202512.2631",
        "table": 4,
        "tableUrl": "https://www.preprints.org/manuscript/202512.2631#:~:text=Table%204.%20Coverage-deferral%20trade-off%20across%20datasets",
        "unit": "Punti percentuali",
        "seeds": 100,
        "targetCoverage": 0.9,
        "columns": [
          "dataset",
          "pooledCoverageGap",
          "groupwiseCoverageGap",
          "pooledReferralGap",
          "groupwiseReferralGap"
        ],
        "rows": [
          [
            "Adult",
            5,
            1.2,
            5.1,
            12.9
          ],
          [
            "ACS Income",
            0.8,
            0.8,
            3.4,
            5.4
          ],
          [
            "Bank Marketing",
            2,
            1.1,
            0,
            3
          ],
          [
            "COMPAS",
            1.8,
            3.3,
            5.7,
            10.8
          ],
          [
            "German Credit",
            3.5,
            5.7,
            6.1,
            24.7
          ],
          [
            "Taiwan Credit",
            1.1,
            1.3,
            3.4,
            7.7
          ]
        ]
      },
      "url": "https://tasaract.com/it/work/coverage-deferral/",
      "path": "/it/work/coverage-deferral/"
    },
    {
      "id": "agent-chronicle",
      "kind": "project",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Quando si riprende una sessione di programmazione dopo una pausa, le domande sono concrete. Quali file sono cambiati? C’è una decisione in sospeso? Quali verifiche sono passate? Agent Chronicle raccoglie le attività registrate di Codex o Claude in una cronologia locale e permette di risalire da ogni risposta al singolo evento.",
          "Su richiesta, un’IA riassume gli eventi selezionati. Si può esaminare il materiale prima dell’invio e tornare dal riepilogo al registro tramite i collegamenti."
        ],
        "sources": [
          {
            "title": "Agent Chronicle",
            "url": "https://github.com/detasar/agent-chronicle-community/blob/main/README.md"
          },
          {
            "title": "Product tour",
            "url": "https://github.com/detasar/agent-chronicle-community/blob/main/docs/PRODUCT_TOUR.md"
          }
        ]
      },
      "title": "Agent Chronicle",
      "shortTitle": "Agent Chronicle",
      "question": "Un agente di programmazione dice di aver finito. Che cosa è cambiato?",
      "role": "Responsabile del progetto",
      "status": "Repository",
      "summary": "Questo strumento locale ricostruisce una sessione di programmazione con Codex o Claude. Permette di collegare le decisioni ai file modificati e alle verifiche che documentano il risultato.",
      "detail": "Questo strumento locale ricostruisce una sessione di programmazione con Codex o Claude. Permette di collegare le decisioni ai file modificati e alle verifiche che documentano il risultato.",
      "evidence": "Questo strumento locale ricostruisce una sessione di programmazione con Codex o Claude. Permette di collegare le decisioni ai file modificati e alle verifiche che documentano il risultato.",
      "topics": [
        "agents"
      ],
      "year": 2026,
      "venue": "GitHub",
      "citationAuthors": "Agent Chronicle Community",
      "identifier": "detasar/agent-chronicle-community",
      "source": "https://github.com/detasar/agent-chronicle-community",
      "links": [
        {
          "url": "https://github.com/detasar/agent-chronicle-community",
          "label": "github.com"
        },
        {
          "url": "https://github.com/detasar/agent-chronicle-community/tree/main/docs",
          "label": "github.com"
        }
      ],
      "url": "https://tasaract.com/it/work/agent-chronicle/",
      "path": "/it/work/agent-chronicle/"
    },
    {
      "id": "quantum-conformal",
      "kind": "paper",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Misurare due qubit in una base dà quattro possibili esiti. Ripetendo la misura in tre basi diverse, le probabilità da stimare insieme diventano dodici.",
          "Lo studio combina un modello di regressione con la previsione conforme per delimitare una regione attorno all’insieme delle stime. Verifica con quale frequenza la regione contenga contemporaneamente tutte le probabilità da stimare e quanto debba essere ampia per raggiungere quel livello di copertura."
        ],
        "sources": [
          {
            "title": "Çok Çıktılı Belirsizlik Tahmininde Kuantum Destekli Konformal Yöntemler: Kapsamlı Bir İnceleme ve Deneysel Analiz",
            "url": "https://journals.gen.tr/index.php/jqtair/article/view/2702"
          },
          {
            "title": "QECMMOU",
            "url": "https://github.com/detasar/QECMMOU"
          }
        ]
      },
      "title": "Quantum-Enhanced Conformal Methods for Multi-Output Uncertainty: A Holistic Exploration and Experimental Analysis",
      "shortTitle": "Predizione conforme per misure quantistiche",
      "question": "Cosa si può inferire da un numero finito di misure?",
      "role": "Autore unico",
      "status": "Articolo su rivista",
      "summary": "Ho studiato come stimare congiuntamente le probabilità di diversi esiti di una misura. Ho valutato copertura e dimensione degli insiemi di predizione su simulazioni e misure in più basi.",
      "detail": "Ho studiato come stimare congiuntamente le probabilità di diversi esiti di una misura. Ho valutato copertura e dimensione degli insiemi di predizione su simulazioni e misure in più basi.",
      "evidence": "Ho studiato come stimare congiuntamente le probabilità di diversi esiti di una misura. Ho valutato copertura e dimensione degli insiemi di predizione su simulazioni e misure in più basi.",
      "topics": [
        "uncertainty",
        "quantum"
      ],
      "year": 2025,
      "venue": "Journal of Quantum Technologies and Informatics Research",
      "citationAuthors": "Davut Emre Taşar",
      "identifier": "10.70447/ktve.2702",
      "source": "https://journals.gen.tr/index.php/jqtair/article/view/2702",
      "links": [
        {
          "url": "https://journals.gen.tr/index.php/jqtair/article/view/2702",
          "label": "journals.gen.tr"
        },
        {
          "url": "https://github.com/detasar/QECMMOU",
          "label": "github.com"
        },
        {
          "url": "https://doi.org/10.70447/ktve.2702",
          "label": "DOI"
        }
      ],
      "url": "https://tasaract.com/it/work/quantum-conformal/",
      "path": "/it/work/quantum-conformal/"
    },
    {
      "id": "tara",
      "kind": "preprint",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Quando una sequenza di misure quantistiche dà ragioni sufficienti per mettere in dubbio una spiegazione classica? Un test di TARA confronta le letture con un riferimento ricavato da un modello classico. Un altro accumula evidenza a ogni nuova lettura e, sotto le ipotesi del lavoro, controlla il rischio di falsi allarmi anche esaminando ripetutamente i dati.",
          "Il preprint riporta prove su due processori quantistici diversi, IBM Torino e IonQ Forte Enterprise."
        ],
        "sources": [
          {
            "title": "TARA Test-by-Adaptive-Ranks for Quantum Anomaly Detection with Conformal Prediction Guarantees",
            "url": "https://arxiv.org/abs/2512.04016"
          }
        ]
      },
      "title": "TARA Test-by-Adaptive-Ranks for Quantum Anomaly Detection with Conformal Prediction Guarantees",
      "shortTitle": "TARA · Test con ranghi adattivi",
      "question": "Quando comincia a risultare anomala una sequenza di misure?",
      "role": "Primo autore",
      "status": "Prestampa",
      "summary": "Con Ceren Öcal Taşar ho studiato come rilevare variazioni nelle correlazioni quantistiche man mano che arrivano le misure. La prestampa riporta esperimenti su IBM Torino e IonQ Forte Enterprise.",
      "detail": "Con Ceren Öcal Taşar ho studiato come rilevare variazioni nelle correlazioni quantistiche man mano che arrivano le misure. La prestampa riporta esperimenti su IBM Torino e IonQ Forte Enterprise.",
      "evidence": "Con Ceren Öcal Taşar ho studiato come rilevare variazioni nelle correlazioni quantistiche man mano che arrivano le misure. La prestampa riporta esperimenti su IBM Torino e IonQ Forte Enterprise.",
      "topics": [
        "quantum",
        "uncertainty"
      ],
      "year": 2025,
      "venue": "arXiv",
      "citationAuthors": "Davut Emre Taşar, Ceren Öcal Taşar",
      "identifier": "arXiv:2512.04016",
      "source": "https://arxiv.org/abs/2512.04016",
      "links": [
        {
          "url": "https://arxiv.org/abs/2512.04016",
          "label": "arxiv.org"
        },
        {
          "url": "https://arxiv.org/pdf/2512.04016",
          "label": "PDF"
        }
      ],
      "url": "https://tasaract.com/it/work/tara/",
      "path": "/it/work/tara/"
    },
    {
      "id": "chat-assistant",
      "kind": "patent",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "A una domanda a voce o per iscritto, l’assistente proposto risponde in chat dopo aver cercato in fonti esterne e valutato la pertinenza dei risultati. Può anche eseguire un comando. La domanda descrive la conservazione delle ricerche e delle analisi per un uso successivo e la consultazione periodica di fonti come i notiziari e i flussi di dati finanziari."
        ],
        "sources": [
          {
            "title": "WO 2025/071524 A1",
            "url": "https://patents.google.com/patent/WO2025071524A1/en"
          },
          {
            "title": "TR 2023/011870 A2",
            "url": "https://patents.google.com/patent/TR2023011870A2/en"
          }
        ]
      },
      "title": "A chat assistant system",
      "shortTitle": "Un assistente che risponde e agisce",
      "question": "Quando dovrebbe una conversazione tradursi in un’azione?",
      "role": "Coinventore",
      "status": "Domanda di brevetto (PCT)",
      "summary": "La domanda propone un assistente capace di cercare informazioni per rispondere a una domanda e di eseguire un’operazione su richiesta, nella stessa conversazione. La domanda internazionale è stata pubblicata il 3 aprile 2025.",
      "detail": "La domanda propone un assistente capace di cercare informazioni per rispondere a una domanda e di eseguire un’operazione su richiesta, nella stessa conversazione. La domanda internazionale è stata pubblicata il 3 aprile 2025.",
      "evidence": "La domanda propone un assistente capace di cercare informazioni per rispondere a una domanda e di eseguire un’operazione su richiesta, nella stessa conversazione. La domanda internazionale è stata pubblicata il 3 aprile 2025.",
      "topics": [
        "invention",
        "agents",
        "language"
      ],
      "year": 2025,
      "venue": "WIPO · PCT",
      "identifier": "WO2025071524A1",
      "source": "https://patents.google.com/patent/WO2025071524A1/en",
      "links": [
        {
          "url": "https://patents.google.com/patent/WO2025071524A1/en",
          "label": "patents.google.com"
        },
        {
          "url": "https://patents.google.com/patent/TR2023011870A2/tr",
          "label": "patents.google.com"
        }
      ],
      "url": "https://tasaract.com/it/work/chat-assistant/",
      "path": "/it/work/chat-assistant/"
    },
    {
      "id": "micro-robot-rescue",
      "kind": "patent",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "In un edificio crollato o in una miniera, una fessura può essere l’unica via per raggiungere una persona. La domanda descrive un piccolo robot articolato che si orienta con una telecamera e dei sensori. Se localizza un superstite, un cavo stabilisce un collegamento e porta le condotte di rifornimento. I soccorritori possono usare i dati per decidere dove scavare e quali necessità affrontare per prime."
        ],
        "sources": [
          {
            "title": "WO 2025/071525 A1",
            "url": "https://patents.google.com/patent/WO2025071525A1/en"
          },
          {
            "title": "TR 2023/011901 A2",
            "url": "https://patents.google.com/patent/TR2023011901A2/en"
          }
        ]
      },
      "title": "A system for providing search and rescue operation via a micro-robot",
      "shortTitle": "Microrobot per la ricerca e il soccorso",
      "question": "Cosa potrebbe raggiungere una persona passando da uno spazio largo un dito?",
      "role": "Coinventore",
      "status": "Domanda di brevetto (PCT)",
      "summary": "La domanda descrive un robot articolato grande come un dito per esplorare gli spazi fra le macerie con telecamera e sensori. Un cavo permetterebbe di comunicare e portare assistenza.",
      "detail": "La domanda descrive un robot articolato grande come un dito per esplorare gli spazi fra le macerie con telecamera e sensori. Un cavo permetterebbe di comunicare e portare assistenza.",
      "evidence": "La domanda descrive un robot articolato grande come un dito per esplorare gli spazi fra le macerie con telecamera e sensori. Un cavo permetterebbe di comunicare e portare assistenza.",
      "topics": [
        "invention",
        "agents"
      ],
      "year": 2025,
      "venue": "WIPO · PCT",
      "identifier": "WO2025071525A1",
      "source": "https://patents.google.com/patent/WO2025071525A1/en",
      "links": [
        {
          "url": "https://patents.google.com/patent/WO2025071525A1/en",
          "label": "patents.google.com"
        },
        {
          "url": "https://patents.google.com/patent/TR2023011901A2/tr",
          "label": "patents.google.com"
        }
      ],
      "url": "https://tasaract.com/it/work/micro-robot-rescue/",
      "path": "/it/work/micro-robot-rescue/"
    },
    {
      "id": "ai-pos",
      "kind": "patent",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Un commerciante potrebbe gestire a distanza il terminale del punto vendita con richieste a voce o scritte nel linguaggio di tutti i giorni. Per ogni operazione il sistema proposto può generare un codice QR che ne rappresenta i dati. Usa inoltre cronologia degli acquisti e preferenze per suggerire offerte e può inviare un avviso al terminale se rileva una possibile frode."
        ],
        "sources": [
          {
            "title": "WO 2024/220062 A1",
            "url": "https://patents.google.com/patent/WO2024220062A1/en"
          },
          {
            "title": "TR 2023/004244 A2",
            "url": "https://patents.google.com/patent/TR2023004244A2/en"
          }
        ]
      },
      "title": "An artificial intelligence-aided point of sale device management system",
      "shortTitle": "Terminali di pagamento comandati in linguaggio naturale",
      "question": "Un esercente potrebbe controllare il terminale di pagamento con la voce?",
      "role": "Coinventore",
      "status": "Domanda di brevetto (PCT)",
      "summary": "La domanda descrive la gestione a distanza di un terminale di pagamento tramite istruzioni vocali o scritte. Prevede anche risultati in formato QR e l’analisi delle transazioni per individuare indizi di frode.",
      "detail": "La domanda descrive la gestione a distanza di un terminale di pagamento tramite istruzioni vocali o scritte. Prevede anche risultati in formato QR e l’analisi delle transazioni per individuare indizi di frode.",
      "evidence": "La domanda descrive la gestione a distanza di un terminale di pagamento tramite istruzioni vocali o scritte. Prevede anche risultati in formato QR e l’analisi delle transazioni per individuare indizi di frode.",
      "topics": [
        "invention",
        "language"
      ],
      "year": 2024,
      "venue": "WIPO · PCT",
      "identifier": "WO2024220062A1",
      "source": "https://patents.google.com/patent/WO2024220062A1/en",
      "links": [
        {
          "url": "https://patents.google.com/patent/WO2024220062A1/en",
          "label": "patents.google.com"
        },
        {
          "url": "https://patents.google.com/patent/TR2023004244A2/tr",
          "label": "patents.google.com"
        }
      ],
      "url": "https://tasaract.com/it/work/ai-pos/",
      "path": "/it/work/ai-pos/"
    },
    {
      "id": "virtual-input",
      "kind": "patent",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Come si scrive o si indica un oggetto senza tastiera né mouse davanti a sé? Il sistema descritto riconosce i movimenti delle mani nelle immagini di una telecamera e li traduce in comandi da tastiera e mouse nella realtà virtuale o aumentata. Chi lo usa può regolare la disposizione virtuale e il riconoscimento dei gesti in base ai propri movimenti."
        ],
        "sources": [
          {
            "title": "WO 2025/063923 A1",
            "url": "https://patents.google.com/patent/WO2025063923A1/en"
          },
          {
            "title": "TR 2023/011601 A2",
            "url": "https://patents.google.com/patent/TR2023011601A2/en"
          }
        ]
      },
      "title": "A system for using a virtual keyboard and a mouse",
      "shortTitle": "Gesti al posto di tastiera e mouse",
      "question": "Dov’è la tastiera quando lo schermo è virtuale?",
      "role": "Coinventore",
      "status": "Domanda di brevetto (PCT)",
      "summary": "La proposta usa una telecamera per interpretare i movimenti delle mani come comandi di tastiera e mouse nella realtà virtuale e aumentata. Il deposito turco e la pubblicazione internazionale riguardano la stessa invenzione.",
      "detail": "La proposta usa una telecamera per interpretare i movimenti delle mani come comandi di tastiera e mouse nella realtà virtuale e aumentata. Il deposito turco e la pubblicazione internazionale riguardano la stessa invenzione.",
      "evidence": "La proposta usa una telecamera per interpretare i movimenti delle mani come comandi di tastiera e mouse nella realtà virtuale e aumentata. Il deposito turco e la pubblicazione internazionale riguardano la stessa invenzione.",
      "topics": [
        "invention"
      ],
      "year": 2025,
      "venue": "WIPO · PCT",
      "identifier": "WO2025063923A1",
      "source": "https://patents.google.com/patent/WO2025063923A1/en",
      "links": [
        {
          "url": "https://patents.google.com/patent/WO2025063923A1/en",
          "label": "patents.google.com"
        },
        {
          "url": "https://patents.google.com/patent/TR2023011601A2/tr",
          "label": "patents.google.com"
        }
      ],
      "url": "https://tasaract.com/it/work/virtual-input/",
      "path": "/it/work/virtual-input/"
    },
    {
      "id": "personalized-suggestions",
      "kind": "patent",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Una passeggiata nel tardo pomeriggio può arrivare al momento giusto, anche se un’ora prima non avrebbe avuto senso. L’app proposta per il lavoro mette insieme l’umore dichiarato dalla persona, i dati dello smartwatch e l’ora del giorno. Suggerisce una pausa, una camminata o della musica e ricalibra il consiglio successivo in base alla risposta e alle nuove misurazioni."
        ],
        "sources": [
          {
            "title": "WO 2025/063924 A1",
            "url": "https://patents.google.com/patent/WO2025063924A1/en"
          },
          {
            "title": "TR 2023/011830 A2",
            "url": "https://patents.google.com/patent/TR2023011830A2/en"
          }
        ]
      },
      "title": "A system for increasing employee productivity by providing personalized suggestions",
      "shortTitle": "Suggerimenti personalizzati sul lavoro",
      "question": "Come può un assistente adattare un suggerimento alla giornata lavorativa?",
      "role": "Coinventore",
      "status": "Domanda di brevetto (PCT)",
      "summary": "La domanda descrive un assistente che userebbe informazioni quotidiane sull’umore e sulla salute di chi lavora per formulare suggerimenti durante la giornata.",
      "detail": "La domanda descrive un assistente che userebbe informazioni quotidiane sull’umore e sulla salute di chi lavora per formulare suggerimenti durante la giornata.",
      "evidence": "La domanda descrive un assistente che userebbe informazioni quotidiane sull’umore e sulla salute di chi lavora per formulare suggerimenti durante la giornata.",
      "topics": [
        "invention"
      ],
      "year": 2025,
      "venue": "WIPO · PCT",
      "identifier": "WO2025063924A1",
      "source": "https://patents.google.com/patent/WO2025063924A1/en",
      "links": [
        {
          "url": "https://patents.google.com/patent/WO2025063924A1/en",
          "label": "patents.google.com"
        },
        {
          "url": "https://patents.google.com/patent/TR2023011830A2/tr",
          "label": "patents.google.com"
        }
      ],
      "url": "https://tasaract.com/it/work/personalized-suggestions/",
      "path": "/it/work/personalized-suggestions/"
    },
    {
      "id": "adversarial-quantum",
      "kind": "preprint",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Un punteggio alto in un test di certificazione quantistica dipende in parte dagli esempi scelti come riferimento. Questo preprint confronta le correlazioni osservate in misure quantistiche con quelle generate da un modello classico.",
          "Cambiando i dati di riferimento per la calibrazione, cambiavano le prestazioni misurate dei rilevatori. In una delle condizioni sperimentali nessuno dei metodi esaminati distingueva le due fonti meglio di una scelta casuale."
        ],
        "sources": [
          {
            "title": "Adversarial Limits of Quantum Certification: When Eve Defeats Detection",
            "url": "https://arxiv.org/abs/2512.04391"
          }
        ]
      },
      "title": "Adversarial Limits of Quantum Certification: When Eve Defeats Detection",
      "shortTitle": "I limiti della certificazione quantistica",
      "question": "Un buon risultato regge se cambiano le condizioni del test?",
      "role": "Autore unico",
      "status": "Prestampa",
      "summary": "Ho studiato come la scelta dei dati di calibrazione e valutazione influenzi i test sulle correlazioni quantistiche. La prestampa mette a confronto simulazioni e misure di IBM Quantum.",
      "detail": "Ho studiato come la scelta dei dati di calibrazione e valutazione influenzi i test sulle correlazioni quantistiche. La prestampa mette a confronto simulazioni e misure di IBM Quantum.",
      "evidence": "Ho studiato come la scelta dei dati di calibrazione e valutazione influenzi i test sulle correlazioni quantistiche. La prestampa mette a confronto simulazioni e misure di IBM Quantum.",
      "topics": [
        "quantum",
        "uncertainty"
      ],
      "year": 2025,
      "venue": "arXiv",
      "citationAuthors": "Davut Emre Taşar",
      "identifier": "arXiv:2512.04391",
      "source": "https://arxiv.org/abs/2512.04391",
      "links": [
        {
          "url": "https://arxiv.org/abs/2512.04391",
          "label": "arxiv.org"
        },
        {
          "url": "https://arxiv.org/pdf/2512.04391",
          "label": "PDF"
        }
      ],
      "url": "https://tasaract.com/it/work/adversarial-quantum/",
      "path": "/it/work/adversarial-quantum/"
    },
    {
      "id": "turkish-asr",
      "kind": "paper",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Il sistema trascrive il parlato turco a partire da una registrazione. Lo studio parte da XLSR-Wav2Vec 2.0, preaddestrato sul parlato di 53 lingue, e lo affina con registrazioni e trascrizioni turche di Mozilla Common Voice.",
          "Nella parte del corpus riservata al test, il tasso di errore sulle parole è stato del 23 %. La misura conta parole inserite, omesse o sostituite rispetto alla trascrizione di riferimento."
        ],
        "sources": [
          {
            "title": "Transformer-Based Turkish Automatic Speech Recognition",
            "url": "https://dergipark.org.tr/en/pub/acin/article/1338604"
          }
        ]
      },
      "title": "Transformer-Based Turkish Automatic Speech Recognition",
      "shortTitle": "Riconoscimento del parlato in turco",
      "question": "Cosa può trasferire un modello del parlato quando impara il turco?",
      "role": "Primo autore",
      "status": "Articolo su rivista",
      "summary": "Con Kutan Koruyan e Cihan Çılgın ho adattato Wav2Vec 2.0 alle registrazioni turche di Mozilla Common Voice. Sulla porzione di test del corpus il tasso di errore per parola è stato del 23%.",
      "detail": "Con Kutan Koruyan e Cihan Çılgın ho adattato Wav2Vec 2.0 alle registrazioni turche di Mozilla Common Voice. Sulla porzione di test del corpus il tasso di errore per parola è stato del 23%.",
      "evidence": "Con Kutan Koruyan e Cihan Çılgın ho adattato Wav2Vec 2.0 alle registrazioni turche di Mozilla Common Voice. Sulla porzione di test del corpus il tasso di errore per parola è stato del 23%.",
      "topics": [
        "language"
      ],
      "year": 2024,
      "venue": "Acta Infologica",
      "citationAuthors": "Davut Emre Taşar, Kutan Koruyan, Cihan Çılgın",
      "identifier": "10.26650/acin.1338604",
      "source": "https://dergipark.org.tr/en/pub/acin/article/1338604",
      "links": [
        {
          "url": "https://dergipark.org.tr/en/pub/acin/article/1338604",
          "label": "dergipark.org.tr"
        },
        {
          "url": "https://doi.org/10.26650/acin.1338604",
          "label": "DOI"
        }
      ],
      "url": "https://tasaract.com/it/work/turkish-asr/",
      "path": "/it/work/turkish-asr/"
    },
    {
      "id": "qwen-grpo",
      "kind": "model",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Un modello piccolo può imparare sia a risolvere un problema di matematica sia a presentare la risposta? Questo Qwen da mezzo miliardo di parametri ha svolto un solo passaggio sui problemi di GSM8K. Scrive la soluzione e riserva una sezione al risultato finale. Durante l’addestramento con GRPO, ricompense specifiche controllavano separatamente il valore numerico e il formato. Una soluzione ben impaginata può comunque contenere un errore di calcolo."
        ],
        "sources": [
          {
            "title": "Qwen-0.5B-GRPO",
            "url": "https://huggingface.co/emre/Qwen-0.5B-GRPO"
          },
          {
            "title": "Qwen2.5-0.5B-Instruct",
            "url": "https://huggingface.co/Qwen/Qwen2.5-0.5B-Instruct"
          }
        ]
      },
      "title": "Qwen-0.5B-GRPO: A Fine-Tuned Math Reasoner",
      "shortTitle": "Qwen-0.5B addestrato con GRPO",
      "question": "Un piccolo modello può dare una risposta matematica ben strutturata?",
      "role": "Sviluppatore",
      "status": "Modello",
      "summary": "Ho adattato Qwen2.5-0.5B-Instruct ai problemi matematici di GSM8K. L’addestramento premia separatamente il risultato numerico corretto e il rispetto della struttura richiesta. I pesi sono pubblici.",
      "detail": "Ho adattato Qwen2.5-0.5B-Instruct ai problemi matematici di GSM8K. L’addestramento premia separatamente il risultato numerico corretto e il rispetto della struttura richiesta. I pesi sono pubblici.",
      "evidence": "Ho adattato Qwen2.5-0.5B-Instruct ai problemi matematici di GSM8K. L’addestramento premia separatamente il risultato numerico corretto e il rispetto della struttura richiesta. I pesi sono pubblici.",
      "topics": [
        "language"
      ],
      "year": 2025,
      "venue": "Hugging Face Models",
      "citationAuthors": "Davut Emre Taşar",
      "identifier": "emre/Qwen-0.5B-GRPO",
      "source": "https://huggingface.co/emre/Qwen-0.5B-GRPO",
      "links": [
        {
          "url": "https://huggingface.co/emre/Qwen-0.5B-GRPO",
          "label": "huggingface.co"
        },
        {
          "url": "https://huggingface.co/Qwen/Qwen2.5-0.5B-Instruct",
          "label": "huggingface.co"
        }
      ],
      "url": "https://tasaract.com/it/work/qwen-grpo/",
      "path": "/it/work/qwen-grpo/"
    },
    {
      "id": "turkish-reasoning-benchmark",
      "kind": "dataset",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "TARA v1 contiene 100 coppie sintetiche di domande e risposte in turco, una per ogni combinazione di dieci ambiti e dieci livelli di difficoltà. Per ogni problema il modello riceve una domanda e un testo di supporto. Una risposta di riferimento e criteri di valutazione espliciti chiariscono cosa conta come successo, dallo scrivere una query SQL per un dato schema al creare un racconto rispettando vincoli precisi."
        ],
        "sources": [
          {
            "title": "TARA v1 · Turkish Advanced Reasoning Assessment",
            "url": "https://huggingface.co/datasets/emre/TARA_Turkish_LLM_Benchmark"
          }
        ]
      },
      "title": "TARA: Turkish Advanced Reasoning Assessment Dataset",
      "shortTitle": "TARA · Ragionamento in turco",
      "question": "Come si valuta il ragionamento di un modello linguistico in turco?",
      "role": "Co-curatore del dataset",
      "status": "Dataset",
      "summary": "Con Ceren Öcal Taşar ho raccolto cento esempi sintetici in dieci categorie, fra cui logica, pianificazione, Python e SQL. Sono consultabili i quesiti, le risposte attese e i limiti del campione.",
      "detail": "Con Ceren Öcal Taşar ho raccolto cento esempi sintetici in dieci categorie, fra cui logica, pianificazione, Python e SQL. Sono consultabili i quesiti, le risposte attese e i limiti del campione.",
      "evidence": "Con Ceren Öcal Taşar ho raccolto cento esempi sintetici in dieci categorie, fra cui logica, pianificazione, Python e SQL. Sono consultabili i quesiti, le risposte attese e i limiti del campione.",
      "topics": [
        "language"
      ],
      "year": 2025,
      "venue": "Hugging Face Datasets",
      "citationAuthors": "Davut Emre Taşar, Ceren Öcal Taşar",
      "identifier": "10.57967/hf/5193",
      "source": "https://huggingface.co/datasets/emre/TARA_Turkish_LLM_Benchmark",
      "links": [
        {
          "url": "https://huggingface.co/datasets/emre/TARA_Turkish_LLM_Benchmark",
          "label": "huggingface.co"
        },
        {
          "url": "https://doi.org/10.57967/hf/5193",
          "label": "DOI"
        }
      ],
      "url": "https://tasaract.com/it/work/turkish-reasoning-benchmark/",
      "path": "/it/work/turkish-reasoning-benchmark/"
    },
    {
      "id": "multilingual-chatbots",
      "kind": "paper",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Quando un visitatore fa una domanda, un classificatore sceglie una risposta dall’archivio del sito. Lo studio verifica se più siti possano condividere un unico classificatore BERT multilingue lasciando a ogni chatbot il proprio repertorio di risposte.",
          "Il confronto copre 13 compiti di classificazione e 333 categorie in turco, inglese e tedesco. Misura la precisione nella scelta delle risposte, la memoria del server e lo spazio di archiviazione rispetto a un modello addestrato separatamente per ogni bot."
        ],
        "sources": [
          {
            "title": "Performance Trade-Off for Bert Based Multi-Domain Multilingual Chatbot Architectures",
            "url": "https://dergipark.org.tr/en/pub/jaida/article/1060221"
          }
        ]
      },
      "title": "Performance Trade-Off for Bert Based Multi-Domain Multilingual Chatbot Architectures",
      "shortTitle": "Un unico modello linguistico per più chatbot",
      "question": "Servono tredici modelli per tredici compiti conversazionali?",
      "role": "Primo autore",
      "status": "Articolo su rivista",
      "summary": "Abbiamo studiato un BERT multilingue condiviso su tredici compiti e 333 classi in turco, inglese e tedesco. Nel confronto fra cinque modelli la memoria richiesta è scesa da 10 a 2 GB, con una lieve perdita di accuratezza.",
      "detail": "Abbiamo studiato un BERT multilingue condiviso su tredici compiti e 333 classi in turco, inglese e tedesco. Nel confronto fra cinque modelli la memoria richiesta è scesa da 10 a 2 GB, con una lieve perdita di accuratezza.",
      "evidence": "Abbiamo studiato un BERT multilingue condiviso su tredici compiti e 333 classi in turco, inglese e tedesco. Nel confronto fra cinque modelli la memoria richiesta è scesa da 10 a 2 GB, con una lieve perdita di accuratezza.",
      "topics": [
        "language"
      ],
      "year": 2021,
      "venue": "Journal of Artificial Intelligence and Data Science",
      "citationAuthors": "Davut Emre Taşar, Şükrü Ozan, Seçilay Kutal, Oğuzhan Ölmez, Semih Gülüm, Fatih Akca, Ceren Belhan",
      "identifier": "IZ:JA77UY82ER",
      "source": "https://dergipark.org.tr/en/pub/jaida/article/1060221",
      "links": [
        {
          "url": "https://dergipark.org.tr/en/pub/jaida/article/1060221",
          "label": "dergipark.org.tr"
        },
        {
          "url": "https://dergipark.org.tr/tr/download/article-file/2201572",
          "label": "dergipark.org.tr"
        }
      ],
      "url": "https://tasaract.com/it/work/multilingual-chatbots/",
      "path": "/it/work/multilingual-chatbots/"
    },
    {
      "id": "ad-text-classification",
      "kind": "paper",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Il settore assegnato a un annuncio online non sempre coincide con ciò che dice il testo. Il gruppo di ricerca ha addestrato BERT a identificare il settore usando circa 101.000 annunci etichettati in 44 settori.",
          "Per le categorie più difficili, un modello zero-shot ha fornito un secondo parere sulla corrispondenza tra testo ed etichetta. Dopo aver escluso gli esempi incoerenti e riaddestrato BERT, l’accuratezza di classificazione nell’esperimento è migliorata."
        ],
        "sources": [
          {
            "title": "BERT Modeli’nin Sınıflandırma Doğruluğunun Sıfır-Atış Öğrenmesi ile Artırılması",
            "url": "https://dergipark.org.tr/tr/pub/tbbmd/article/1004781"
          }
        ]
      },
      "title": "BERT Modeli’nin Sınıflandırma Doğruluğunun Sıfır-Atış Öğrenmesi ile Artırılması",
      "shortTitle": "Etichette incoerenti nei testi pubblicitari",
      "question": "E se l’errore fosse nell’etichetta dell’annuncio?",
      "role": "Coautore",
      "status": "Articolo su rivista",
      "summary": "Abbiamo esaminato circa 101.000 annunci di 44 settori. Un modello zero-shot ci ha aiutato a verificare le etichette dubbie prima di addestrare nuovamente BERT.",
      "detail": "Abbiamo esaminato circa 101.000 annunci di 44 settori. Un modello zero-shot ci ha aiutato a verificare le etichette dubbie prima di addestrare nuovamente BERT.",
      "evidence": "Abbiamo esaminato circa 101.000 annunci di 44 settori. Un modello zero-shot ci ha aiutato a verificare le etichette dubbie prima di addestrare nuovamente BERT.",
      "topics": [
        "language"
      ],
      "year": 2021,
      "venue": "Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi",
      "citationAuthors": "Şükrü Ozan, Umut Özdil, Davut Emre Taşar, Büşra Arslan, Gökçe Polat",
      "identifier": "10.54525/tbbmd.1004781",
      "source": "https://dergipark.org.tr/tr/pub/tbbmd/article/1004781",
      "links": [
        {
          "url": "https://dergipark.org.tr/tr/pub/tbbmd/article/1004781",
          "label": "dergipark.org.tr"
        },
        {
          "url": "https://doi.org/10.54525/tbbmd.1004781",
          "label": "DOI"
        }
      ],
      "url": "https://tasaract.com/it/work/ad-text-classification/",
      "path": "/it/work/ad-text-classification/"
    },
    {
      "id": "weight-editing",
      "kind": "project",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Un modello linguistico può riparare un classificatore modificandone i pesi? Nel compito di classificazione del reddito di UCI Adult, i pesi iniziali sono stati danneggiati di proposito. Una modifica ha aumentato di 0,43 punti percentuali l’accuratezza bilanciata, che dà lo stesso peso alle due classi di reddito. Sono diminuite l’accuratezza complessiva e la qualità delle probabilità stimate.",
          "Una prova distinta è partita da SmolLM2-1.7B integro. Dopo i test con domande di scienze e di ragionamento fisico quotidiano, la ricerca ha selezionato il modello originale."
        ],
        "sources": [
          {
            "title": "Editing Neural Networks with Language Models",
            "url": "https://github.com/detasar/llm-weight-editing-study/blob/main/README.md"
          },
          {
            "title": "Study scope and methods",
            "url": "https://github.com/detasar/llm-weight-editing-study/blob/main/docs/METHODS.md"
          }
        ]
      },
      "title": "Editing Neural Networks with Language Models",
      "shortTitle": "Modificare le reti neurali con i modelli linguistici",
      "question": "Un modello può modificare i pesi di un altro?",
      "role": "Autore unico",
      "status": "Repository",
      "summary": "Ho testato modifiche ai pesi di un classificatore con un danno permanente sul dataset UCI Adult. La modifica proposta da Sol ha aumentato l’accuratezza bilanciata, ma l’accuratezza complessiva è diminuita e le probabilità stimate sono diventate meno affidabili. Per il modello linguistico SmolLM2 integro, in tutte le selezioni su ARC-Easy e PIQA sono stati mantenuti i pesi originali.",
      "detail": "Ho testato modifiche ai pesi di un classificatore con un danno permanente sul dataset UCI Adult. La modifica proposta da Sol ha aumentato l’accuratezza bilanciata, ma l’accuratezza complessiva è diminuita e le probabilità stimate sono diventate meno affidabili. Per il modello linguistico SmolLM2 integro, in tutte le selezioni su ARC-Easy e PIQA sono stati mantenuti i pesi originali.",
      "evidence": "Ho testato modifiche ai pesi di un classificatore con un danno permanente sul dataset UCI Adult. La modifica proposta da Sol ha aumentato l’accuratezza bilanciata, ma l’accuratezza complessiva è diminuita e le probabilità stimate sono diventate meno affidabili. Per il modello linguistico SmolLM2 integro, in tutte le selezioni su ARC-Easy e PIQA sono stati mantenuti i pesi originali.",
      "topics": [
        "agents",
        "language"
      ],
      "year": 2026,
      "venue": "GitHub",
      "citationAuthors": "Davut Emre Taşar",
      "identifier": "detasar/llm-weight-editing-study",
      "source": "https://github.com/detasar/llm-weight-editing-study",
      "links": [
        {
          "url": "https://github.com/detasar/llm-weight-editing-study/blob/main/publication/2026-11-04/RESEARCH_REPORT.pdf",
          "label": "Rapporto di ricerca"
        },
        {
          "url": "https://detasar.github.io/llm-weight-editing-study/publication/2026-11-04/START_PRESENTATION.html",
          "label": "Presentazione interattiva"
        },
        {
          "url": "https://github.com/detasar/llm-weight-editing-study/blob/main/data/manifest.json",
          "label": "Misurazioni"
        },
        {
          "url": "https://github.com/detasar/llm-weight-editing-study",
          "label": "GitHub"
        }
      ],
      "weightEditingResults": {
        "classifier": {
          "dataset": "UCI Adult",
          "startingState": "permanent-lesion",
          "selectedEditor": "Sol",
          "testExamples": 16281,
          "unit": "percent",
          "balancedAccuracy": {
            "baseline": 78.59,
            "selected": 79.02
          },
          "accuracy": {
            "baseline": 82.86,
            "selected": 82.63
          }
        },
        "languageModel": {
          "model": "SmolLM2-1.7B",
          "startingState": "intact",
          "selectedCandidate": 0,
          "tasks": [
            {
              "name": "ARC-Easy",
              "testExamples": 512
            },
            {
              "name": "PIQA",
              "testExamples": 256
            }
          ]
        }
      },
      "url": "https://tasaract.com/it/work/weight-editing/",
      "path": "/it/work/weight-editing/"
    },
    {
      "id": "bloom",
      "kind": "paper",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "BLOOM prevede come potrebbe proseguire un testo. La collaborazione BigScience ha addestrato i suoi 176 miliardi di parametri su ROOTS, una raccolta di materiali in 46 lingue naturali e 13 linguaggi di programmazione.",
          "L’articolo segue lo sviluppo del modello, dalla selezione dei dati alle prove delle sue capacità multilingui. I pesi e il codice pubblicati permettono ad altri ricercatori di eseguire i test o confrontare le risposte tra lingue diverse."
        ],
        "sources": [
          {
            "title": "BLOOM: A 176B-Parameter Open-Access Multilingual Language Model",
            "url": "https://arxiv.org/abs/2211.05100"
          },
          {
            "title": "bigscience/bloom",
            "url": "https://huggingface.co/bigscience/bloom"
          }
        ]
      },
      "title": "BLOOM: A 176B-Parameter Open-Access Multilingual Language Model",
      "shortTitle": "BLOOM",
      "question": "Come è stato sviluppato apertamente un modello multilingue?",
      "role": "Coautore",
      "status": "Prestampa",
      "summary": "Sono uno dei coautori dell’articolo di BigScience sul modello multilingue aperto BLOOM. L’articolo riporta l’elenco completo degli autori, i dati, l’architettura e l’addestramento.",
      "detail": "Sono uno dei coautori dell’articolo di BigScience sul modello multilingue aperto BLOOM. L’articolo riporta l’elenco completo degli autori, i dati, l’architettura e l’addestramento.",
      "evidence": "Sono uno dei coautori dell’articolo di BigScience sul modello multilingue aperto BLOOM. L’articolo riporta l’elenco completo degli autori, i dati, l’architettura e l’addestramento.",
      "topics": [
        "language"
      ],
      "year": 2022,
      "venue": "BigScience Workshop · arXiv",
      "citationAuthors": "BigScience Workshop",
      "identifier": "arXiv:2211.05100",
      "source": "https://arxiv.org/abs/2211.05100",
      "links": [
        {
          "url": "https://arxiv.org/abs/2211.05100",
          "label": "arxiv.org"
        }
      ],
      "url": "https://tasaract.com/it/work/bloom/",
      "path": "/it/work/bloom/"
    }
  ],
  "patents": {
    "lang": "it",
    "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
    "sourceName": "Registro ufficiale di TÜRKPATENT",
    "snapshotDate": "2026-08-31",
    "count": 30,
    "countsByProtectionType": {
      "patent": 28,
      "utilityModel": 2
    },
    "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
    "inventor": "Davut Emre Taşar",
    "scopeNote": "Figuro come inventore in 30 domande depositate in Turchia, di cui 28 di brevetto e due di modello di utilità. Il richiedente è Türkiye Garanti Bankası A.Ş.",
    "legalStatusNote": "Il registro ufficiale fa fede per lo stato giuridico attuale.",
    "countingNote": "Alcune pubblicazioni internazionali si riferiscono alle stesse domande turche. Il totale conta le domande depositate in Turchia.",
    "records": [
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Il punto di partenza è una registrazione con rumore di fondo. Il sistema isola la voce, trascrive le parole e può adattarne la formulazione all’occasione o alle preferenze di chi parla. Riproduce quindi il testo con le caratteristiche vocali della stessa persona."
          ],
          "sources": [
            {
              "title": "TÜRKPATENT · 2026/007909",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2026/007909",
        "title": "Riduzione del rumore adattata alla voce",
        "titleTr": "KULLANICI SESİNE GÖRE GÜRÜLTÜ GİDERME SİSTEMİ",
        "description": "Il sistema isola la voce e la trascrive. Può adattare il testo al contesto o alle preferenze di chi parla, quindi rigenerare il parlato conservandone le caratteristiche vocali.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2026-05-18",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention",
          "language"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "sourceLocator": "2026/007909",
        "publicationDate": "2026-07-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2026-007909/",
        "url": "https://tasaract.com/it/patents/2026-007909/",
        "pathTr": "/tr/patents/2026-007909/",
        "urlTr": "https://tasaract.com/tr/patents/2026-007909/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Una transazione, una scheda utente e un collegamento in una rete documentano fatti diversi. La proposta esprime questi fatti e le loro relazioni in un modello logico comune per poter trarre conclusioni incrociando più registrazioni. La domanda cita la finanza, la sanità e la logistica come possibili ambiti di utilizzo."
          ],
          "sources": [
            {
              "title": "TÜRKPATENT · 2026/007907",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2026/007907",
        "title": "IA basata sull’inferenza logica",
        "titleTr": "MANTIKSAL ÇIKARIM TABANLI YAPAY ZEKA SİSTEMİ",
        "description": "La proposta trasforma cronologie di transazioni, registrazioni degli utenti e collegamenti di rete in un modello logico della conoscenza, da cui trarre inferenze in finanza, sanità e logistica.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2026-05-18",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "sourceLocator": "2026/007907",
        "publicationDate": "2026-06-22",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2026-007907/",
        "url": "https://tasaract.com/it/patents/2026-007907/",
        "pathTr": "/tr/patents/2026-007907/",
        "urlTr": "https://tasaract.com/tr/patents/2026-007907/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Due persone in attesa dello stesso servizio possono voler vedere o ascoltare cose diverse. Il sistema valuta lo stato d’animo della persona mentre aspetta e si basa su questa valutazione per scegliere i contenuti da offrirle durante l’attesa."
          ],
          "sources": [
            {
              "title": "TÜRKPATENT · 2026/006294",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2026/006294",
        "title": "Un’esperienza di attesa personalizzata",
        "titleTr": "KİŞİSELLEŞTİRİLMİŞ BİR BEKLEME DENEYİMİ SİSTEMİ",
        "description": "Il sistema valuta lo stato emotivo di una persona in attesa e usa la valutazione per scegliere i contenuti da proporle.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2026-04-24",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "sourceLocator": "2026/006294",
        "publicationDate": "2026-05-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2026-006294/",
        "url": "https://tasaract.com/it/patents/2026-006294/",
        "pathTr": "/tr/patents/2026-006294/",
        "urlTr": "https://tasaract.com/tr/patents/2026-006294/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "La pianificazione della pensione e l’assistenza quotidiana possono attingere alla stessa rappresentazione della vita di una persona. Un’ontologia personale descrive i concetti importanti, mentre un grafo della conoscenza li collega. Questa rappresentazione può evolvere e aiutare sia a pianificare a lungo termine sia ad anticipare le esigenze quotidiane."
          ],
          "sources": [
            {
              "title": "TÜRKPATENT · 2026/006289",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2026/006289",
        "title": "Pensionamento e assistenza quotidiana con un’ontologia personale",
        "titleTr": "KİŞİYE ÖZEL DİNAMİK ONTOLOJİ VE BİLGİ GRAFİĞİ DESTEKLİ BÜTÜNCÜL BİR EMEKLİLİK PLANLAMA VE YAŞAM ASİSTANLIĞI SİSTEMİ",
        "description": "La proposta combina un’ontologia personale con un grafo della conoscenza che evolve nel tempo per pianificare il pensionamento e anticipare esigenze quotidiane.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2026-04-24",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "sourceLocator": "2026/006289",
        "publicationDate": "2026-06-22",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2026-006289/",
        "url": "https://tasaract.com/it/patents/2026-006289/",
        "pathTr": "/tr/patents/2026-006289/",
        "urlTr": "https://tasaract.com/tr/patents/2026-006289/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Anche nei luoghi in cui le telecamere sono inadeguate o soggette a restrizioni può essere necessario sapere se uno spazio è occupato. La proposta usa la presenza e l’attività delle persone per adeguare i consumi energetici, ponendo la tutela della riservatezza tra gli obiettivi espliciti del progetto."
          ],
          "sources": [
            {
              "title": "TÜRKPATENT · 2026/004444",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2026/004444",
        "title": "Rilevamento ambientale attento alla riservatezza",
        "titleTr": "YAPAY ZEKA DESTEKLİ VE MAHREMİYET ODAKLI BİR ORTAM ALGILAMA SİSTEMİ",
        "description": "Negli spazi in cui una telecamera sarebbe inappropriata, il sistema rileverebbe la presenza e l’attività delle persone tutelandone la riservatezza, così da regolare i consumi energetici.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2026-03-26",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "sourceLocator": "2026/004444",
        "publicationDate": "2026-05-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2026-004444/",
        "url": "https://tasaract.com/it/patents/2026-004444/",
        "pathTr": "/tr/patents/2026-004444/",
        "urlTr": "https://tasaract.com/tr/patents/2026-004444/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "I gruppi di clienti possono cambiare e i dati finanziari possono contenere rumore. L’entanglement quantistico rappresenta le relazioni nei dati, il clustering quantistico variazionale forma i gruppi e la previsione conforme fornisce una misura statistica dell’incertezza di questo raggruppamento."
          ],
          "sources": [
            {
              "title": "TÜRKPATENT · 2026/004441",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2026/004441",
        "title": "Segmentazione finanziaria con entanglement quantistico e predizione conforme",
        "titleTr": "KUANTUM DOLANIKLIK VE KONFORMAL TAHMİN İLE GÜRÜLTÜYE DAYANIKLI BİR DİNAMİK FİNANSAL MÜŞTERİ SEGMENTASYON SİSTEMİ",
        "description": "La proposta raggruppa clienti a partire da dati rumorosi. Combina entanglement per rappresentare schemi complessi, clustering quantistico variazionale e predizione conforme per la garanzia statistica.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2026-03-26",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention",
          "quantum",
          "uncertainty"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "sourceLocator": "2026/004441",
        "publicationDate": "2026-04-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2026-004441/",
        "url": "https://tasaract.com/it/patents/2026-004441/",
        "pathTr": "/tr/patents/2026-004441/",
        "urlTr": "https://tasaract.com/tr/patents/2026-004441/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Una previsione indica cosa potrebbe accadere. La domanda propone di accompagnarla con un numero che esprima quanta fiducia riporre nella previsione di un’IA. Il riepilogo cita tre casi: il mancato rimborso di un prestito, l’utile o la perdita di una transazione e il ritardo di un’operazione."
          ],
          "sources": [
            {
              "title": "TÜRKPATENT · 2026/002909",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2026/002909",
        "title": "Un sistema di previsione",
        "titleTr": "BİR TAHMİN SİSTEMİ",
        "description": "La domanda propone di esprimere numericamente la fiducia in una previsione di IA. Gli esempi includono insolvenza di un debitore, utile o perdita di una transazione e ritardo operativo.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2026-02-26",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "sourceLocator": "2026/002909",
        "publicationDate": "2026-03-23",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2026-002909/",
        "url": "https://tasaract.com/it/patents/2026-002909/",
        "pathTr": "/tr/patents/2026-002909/",
        "urlTr": "https://tasaract.com/tr/patents/2026-002909/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Quanto è durata la visita di un cliente in filiale e quanto potrebbe aspettare chi è in coda? La proposta usa la visione artificiale per identificare i clienti, seguire visite e uscite e stimare l’attesa. Le stime possono orientare la gestione della coda."
          ],
          "sources": [
            {
              "title": "TÜRKPATENT · 2026/001992",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2026/001992",
        "title": "Identificazione e tempi di attesa in filiale con visione artificiale",
        "titleTr": "BİLGİSAYAR GÖRSELİ VE YAPAY ZEKÂ KULLANILARAK BANKALARDA MÜŞTERİ TANIMLAMA, ZAMAN ÖLÇÜMÜ VE DENEYİM OPTİMİZASYONU SAĞLAYAN BİR SİSTEM",
        "description": "La proposta usa visione artificiale e IA per identificare la clientela, misurare la durata delle visite e stimare l’attesa. Descrive anche il monitoraggio delle uscite e la gestione della coda.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2026-02-10",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "sourceLocator": "2026/001992",
        "publicationDate": "2026-03-23",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2026-001992/",
        "url": "https://tasaract.com/it/patents/2026-001992/",
        "pathTr": "/tr/patents/2026-001992/",
        "urlTr": "https://tasaract.com/tr/patents/2026-001992/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Il gioco bancario proposto parte dall’attività finanziaria del cliente. Un modello linguistico aiuta a trasformarla in scenari di gioco e materiali di educazione finanziaria personalizzati. Il cliente può giocare nell’app della banca e dare un parere sui giochi e sui contenuti ricevuti."
          ],
          "sources": [
            {
              "title": "TR2025019989A2",
              "url": "https://patents.google.com/patent/TR2025019989A2/en"
            },
            {
              "title": "TÜRKPATENT · 2025/019989",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2025/019989",
        "title": "Un sistema di ludicizzazione",
        "titleTr": "BİR OYUNLAŞTIRMA SİSTEMİ",
        "description": "La proposta analizza l’attività bancaria per generare contenuti finanziari e scenari di gioco personalizzati. L’applicazione può raccogliere i riscontri degli utenti sugli scenari.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2025-12-12",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://patents.google.com/patent/TR2025019989A2/en",
        "publication": "TR2025019989A2",
        "publicationUrl": "https://patents.google.com/patent/TR2025019989A2/en",
        "publicationDate": "2026-01-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2025-019989/",
        "url": "https://tasaract.com/it/patents/2025-019989/",
        "pathTr": "/tr/patents/2025-019989/",
        "urlTr": "https://tasaract.com/tr/patents/2025-019989/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "La registrazione di un ricordo personale può comprendere immagini e suoni. La domanda propone di partire dal materiale catturato con il dispositivo della persona per crearne una versione su misura. Indica l’apprendimento federato come approccio a sostegno di questa personalizzazione."
          ],
          "sources": [
            {
              "title": "TR2025011133A2",
              "url": "https://patents.google.com/patent/TR2025011133A2/en"
            },
            {
              "title": "TÜRKPATENT · 2025/011133",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2025/011133",
        "title": "Arricchimento dei contenuti acquisiti mediante apprendimento federato",
        "titleTr": "YAKALANAN GÖRÜNTÜ İÇERİĞİNİN FEDERE ÖĞRENME DESTEĞİ İLE BİLİŞSEL OLARAK ZENGİNLEŞTİRİLMESİNİ SAĞLAYAN BİR SİSTEM",
        "description": "La domanda descrive la personalizzazione di ricordi audiovisivi acquisiti sul dispositivo dell’utente. L’apprendimento federato è parte del progetto proposto.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2025-08-08",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://patents.google.com/patent/TR2025011133A2/en",
        "publication": "TR2025011133A2",
        "publicationUrl": "https://patents.google.com/patent/TR2025011133A2/en",
        "publicationDate": "2025-09-22",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2025-011133/",
        "url": "https://tasaract.com/it/patents/2025-011133/",
        "pathTr": "/tr/patents/2025-011133/",
        "urlTr": "https://tasaract.com/tr/patents/2025-011133/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Cos’altro sarebbe potuto succedere in una scena? Il sistema estrae caratteristiche da suoni, video o immagini fisse e costruisce un grafo di possibilità. I rami rappresentano passati alternativi, futuri possibili o versioni parallele, e se ne possono aggiungere altri."
          ],
          "sources": [
            {
              "title": "TR2025008786A2",
              "url": "https://patents.google.com/patent/TR2025008786A2/en"
            },
            {
              "title": "TÜRKPATENT · 2025/008786",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2025/008786",
        "title": "Generazione di varianti multimodali mediante grafi",
        "titleTr": "ÇOKLU-MODAL İÇERİKLER İÇİN OLASILIKSAL VE DİNAMİK OLARAK GENİŞLETİLEBİLİR BİR GRAFİK TABANLI VARYANT ÜRETİM SİSTEMİ",
        "description": "Il sistema estrae caratteristiche da suoni, video o immagini e costruisce un grafo estensibile di varianti. I rami possono rappresentare passati, futuri o versioni parallele del contenuto.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2025-06-30",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://patents.google.com/patent/TR2025008786A2/en",
        "publication": "TR2025008786A2",
        "publicationUrl": "https://patents.google.com/patent/TR2025008786A2/en",
        "publicationDate": "2025-08-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2025-008786/",
        "url": "https://tasaract.com/it/patents/2025-008786/",
        "pathTr": "/tr/patents/2025-008786/",
        "urlTr": "https://tasaract.com/tr/patents/2025-008786/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Una sola cabina privata potrebbe servire chi ha bisogno di rivolgersi a più fornitori. Il progetto riserva uno spazio fisico alle conversazioni e alle operazioni delicate. La struttura modulare consente di prevedere servizi diversi all’interno della stessa cabina."
          ],
          "sources": [
            {
              "title": "TR2025008273A2",
              "url": "https://patents.google.com/patent/TR2025008273A2/en"
            },
            {
              "title": "TÜRKPATENT · 2025/008273",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2025/008273",
        "title": "Cabina personale per operazioni riservate",
        "titleTr": "BİR KİŞİSEL İŞLEM KABİNİ SİSTEMİ",
        "description": "Una cabina modulare offrirebbe uno spazio riservato in cui svolgere operazioni delicate con diversi fornitori di servizi.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2025-06-20",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://patents.google.com/patent/TR2025008273A2/en",
        "publication": "TR2025008273A2",
        "publicationUrl": "https://patents.google.com/patent/TR2025008273A2/en",
        "publicationDate": "2025-09-22",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2025-008273/",
        "url": "https://tasaract.com/it/patents/2025-008273/",
        "pathTr": "/tr/patents/2025-008273/",
        "urlTr": "https://tasaract.com/tr/patents/2025-008273/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "La proposta segue una collisione dal momento dell’impatto alle sue conseguenze pratiche. Sensori e IA valutano l’incidente mentre avviene, così da poter avvisare i servizi competenti. Il sistema considera anche i bisogni successivi delle persone coinvolte, come un mezzo di trasporto o un alloggio."
          ],
          "sources": [
            {
              "title": "TÜRKPATENT · 2025/008055",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2025/008055",
        "title": "Sicurezza alla guida",
        "titleTr": "BİR SÜRÜŞ GÜVENLİK SİSTEMİ",
        "description": "La proposta usa sensori e IA per rilevare e valutare una collisione mentre si verifica. Può avvisare i servizi competenti e suggerire trasporto o alloggio alle persone coinvolte.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2025-06-18",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "sourceLocator": "2025/008055",
        "publicationDate": "2025-08-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2025-008055/",
        "url": "https://tasaract.com/it/patents/2025-008055/",
        "pathTr": "/tr/patents/2025-008055/",
        "urlTr": "https://tasaract.com/tr/patents/2025-008055/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Persone e agenti di IA contribuiscono alla stessa decisione. Il sistema proposto valuta l’affidabilità dei loro contributi a più livelli prima di riunirli. Il processo è concepito per adattarsi man mano che il gruppo prende altre decisioni."
          ],
          "sources": [
            {
              "title": "TÜRKPATENT · 2025/008032",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2025/008032",
        "title": "Decisioni collettive con intelligenza di sciame umana e artificiale",
        "titleTr": "İNSAN-YAPAY ZEKA HİBRİT SÜRÜ ZEKASI İLE KOLEKTİF KARAR ALMA SİSTEMİ",
        "description": "La domanda combina contributi umani e di IA nello stesso processo decisionale, valutandone l’affidabilità su più livelli. Il sistema è progettato per adattarsi nel tempo.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2025-06-17",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "sourceLocator": "2025/008032",
        "publicationDate": "2025-07-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2025-008032/",
        "url": "https://tasaract.com/it/patents/2025-008032/",
        "pathTr": "/tr/patents/2025-008032/",
        "urlTr": "https://tasaract.com/tr/patents/2025-008032/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Una persona può servirsi di più dispositivi e applicazioni per una stessa attività. La proposta usa l’IA per coordinarli. Il modo in cui la persona interagisce con questo insieme nel tempo orienta l’adattamento dell’esperienza alle sue abitudini."
          ],
          "sources": [
            {
              "title": "TÜRKPATENT · 2025/008028",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2025/008028",
        "title": "Coordinamento di un ecosistema di dispositivi",
        "titleTr": "ÇOKLU CİHAZ EKOSİSTEMİNDE KOORDİNASYON SİSTEMİ",
        "description": "La proposta usa l’IA per coordinare applicazioni e dispositivi. L’esperienza dovrebbe evolvere nel tempo in funzione delle interazioni della persona.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2025-06-17",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "sourceLocator": "2025/008028",
        "publicationDate": "2025-07-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2025-008028/",
        "url": "https://tasaract.com/it/patents/2025-008028/",
        "pathTr": "/tr/patents/2025-008028/",
        "urlTr": "https://tasaract.com/tr/patents/2025-008028/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "La valutazione di un immobile attinge a più fonti. La proposta organizza le informazioni in un’ontologia che si evolve e ne esamina le relazioni mediante l’analisi delle reti. L’IA generativa spiegabile collega la valutazione e le sue motivazioni alla pianificazione strategica."
          ],
          "sources": [
            {
              "title": "TÜRKPATENT · 2025/007997",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2025/007997",
        "title": "Valutazione immobiliare, analisi e pianificazione strategica",
        "titleTr": "BÜTÜNCÜL GAYRİMENKUL DEĞERLEME ANALİZ VE STRATEJİK PLANLAMA SİSTEMİ",
        "description": "La domanda combina fonti di dati diverse per stimare il valore degli immobili. Un’ontologia dinamica, l’analisi di rete e l’IA generativa spiegabile collegano stima e pianificazione.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2025-06-17",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "sourceLocator": "2025/007997",
        "publicationDate": "2025-07-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2025-007997/",
        "url": "https://tasaract.com/it/patents/2025-007997/",
        "pathTr": "/tr/patents/2025-007997/",
        "urlTr": "https://tasaract.com/tr/patents/2025-007997/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Se un assistente passa a un’altra piattaforma, che cosa resta del modo in cui si è adattato al suo utente? La domanda affianca all’architettura degli agenti un formato dati che consenta all’assistente di migrare, conservare la personalizzazione e continuare ad adattarsi."
          ],
          "sources": [
            {
              "title": "TÜRKPATENT · 2025/007995",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2025/007995",
        "title": "Ambiente di sviluppo con architettura ad agenti e formato dati",
        "titleTr": "AJAN MİMARİSİ VE İLİŞKİLİ VERİ FORMATI İLE GELİŞTİRME ORTAMI SİSTEMİ",
        "description": "La proposta definisce un’architettura e un formato dati per realizzare assistenti di IA. Gli agenti potrebbero spostarsi fra piattaforme e adattarsi mantenendo la personalizzazione.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2025-06-17",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention",
          "agents"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "sourceLocator": "2025/007995",
        "publicationDate": "2025-08-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2025-007995/",
        "url": "https://tasaract.com/it/patents/2025-007995/",
        "pathTr": "/tr/patents/2025-007995/",
        "urlTr": "https://tasaract.com/tr/patents/2025-007995/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Chi sta valutando l’acquisto di azioni potrebbe entrare in una filiale virtuale dall’app bancaria e parlarne con altri clienti o con un modello di intelligenza artificiale. La proposta collega queste conversazioni tra dispositivi mobili, realtà aumentata e ambienti virtuali. Descrive anche come analizzare voce, immagini e testi per verificare il rispetto delle norme finanziarie del paese del cliente."
          ],
          "sources": [
            {
              "title": "WO 2025/207066 A1",
              "url": "https://patents.google.com/patent/WO2025207066A1/en"
            },
            {
              "title": "TR 2024/003815 A2",
              "url": "https://patents.google.com/patent/TR2024003815A2/en"
            }
          ]
        },
        "number": "2024/003815",
        "title": "Comunicazione con la clientela nel settore finanziario",
        "titleTr": "FİNANS SEKTÖRÜNDE MÜŞTERİ İLETİŞİMİNİN İYİLEŞTİRİLMESİNİ SAĞLAYAN BİR SİSTEM",
        "description": "La proposta combina banca mobile, realtà aumentata e filiali virtuali affinché i clienti possano discutere fra loro di investimenti o altri temi finanziari e interagire con modelli di IA.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2024-03-27",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://patents.google.com/patent/TR2024003815A2/en",
        "publication": "TR2024003815A2",
        "publicationUrl": "https://patents.google.com/patent/TR2024003815A2/en",
        "publicationDate": "2024-04-22",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "relatedInternationalPublication": "https://patents.google.com/patent/WO2025207066A1/en",
        "path": "/it/patents/2024-003815/",
        "url": "https://tasaract.com/it/patents/2024-003815/",
        "pathTr": "/tr/patents/2024-003815/",
        "urlTr": "https://tasaract.com/tr/patents/2024-003815/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "La proposta permette a esperti o personaggi pubblici di creare canali dedicati agli investimenti. Ogni canale può offrire indicazioni tramite un avatar di IA associato a un determinato profilo. Scegliere il canale determina quindi il profilo a cui si ispirano le indicazioni ricevute."
          ],
          "sources": [
            {
              "title": "TÜRKPATENT · 2024/003813",
              "url": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
            }
          ]
        },
        "number": "2024/003813",
        "title": "Creazione di canali di investimento",
        "titleTr": "YATIRIM KANALLARININ OLUŞTURULMASINI SAĞLAYAN BİR SİSTEM",
        "description": "La domanda descrive canali di investimento curati da esperti o altre figure pubbliche. Avatar di IA basati su profili specifici fornirebbero orientamento finanziario agli utenti.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2024-03-27",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "sourceLocator": "2024/003813",
        "publicationDate": "2024-04-22",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2024-003813/",
        "url": "https://tasaract.com/it/patents/2024-003813/",
        "pathTr": "/tr/patents/2024-003813/",
        "urlTr": "https://tasaract.com/tr/patents/2024-003813/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Chi ha bisogno di aiuto per un’operazione bancaria può definirne prima i confini. L’app proposta suggerisce persone conosciute a partire dalle relazioni fra i clienti. I partecipanti dichiarano per quali operazioni sono disposti ad aiutarsi. Quando arriva una richiesta per una singola operazione, l’altra persona riceve una notifica. L’operazione viene eseguita dopo l’approvazione di entrambi."
          ],
          "sources": [
            {
              "title": "WO 2025/207061 A1",
              "url": "https://patents.google.com/patent/WO2025207061A1/en"
            },
            {
              "title": "TR 2024/003592 A2",
              "url": "https://patents.google.com/patent/TR2024003592A2/en"
            }
          ]
        },
        "number": "2024/003592",
        "title": "Assistenza reciproca nelle operazioni bancarie con consenso di entrambe le parti",
        "titleTr": "KİŞİLERİN KARŞILIKLI ONAY MEKANİZMASI İLE BELİRLİ BANKACILIK İŞLEMLERİNDE BİRBİRLERİNE YARDIM ETMELERİNİ SAĞLAYAN BİR SİSTEM",
        "description": "La proposta permette a un cliente di completare un’operazione con una persona di fiducia. Per partecipare occorre l’approvazione reciproca.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2024-03-25",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://patents.google.com/patent/TR2024003592A2/en",
        "publication": "TR2024003592A2",
        "publicationUrl": "https://patents.google.com/patent/TR2024003592A2/en",
        "publicationDate": "2024-05-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "relatedInternationalPublication": "https://patents.google.com/patent/WO2025207061A1/en",
        "path": "/it/patents/2024-003592/",
        "url": "https://tasaract.com/it/patents/2024-003592/",
        "pathTr": "/tr/patents/2024-003592/",
        "urlTr": "https://tasaract.com/tr/patents/2024-003592/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "In un edificio crollato o in una miniera, una fessura può essere l’unica via per raggiungere una persona. La domanda descrive un piccolo robot articolato che si orienta con una telecamera e dei sensori. Se localizza un superstite, un cavo stabilisce un collegamento e porta le condotte di rifornimento. I soccorritori possono usare i dati per decidere dove scavare e quali necessità affrontare per prime."
          ],
          "sources": [
            {
              "title": "WO 2025/071525 A1",
              "url": "https://patents.google.com/patent/WO2025071525A1/en"
            },
            {
              "title": "TR 2023/011901 A2",
              "url": "https://patents.google.com/patent/TR2023011901A2/en"
            }
          ]
        },
        "number": "2023/011901",
        "title": "Ricerca e soccorso mediante microrobot",
        "titleTr": "BİR MİKRO ROBOT ARACILIĞIYLA ARAMA VE KURTARMA OPERASYONU SAĞLAYAN BİR SİSTEM",
        "description": "I microrobot esplorerebbero gli spazi angusti di edifici o miniere crollati per individuare persone intrappolate. La proposta descrive anche una linea di assistenza verso l’esterno.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2023-09-25",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://patents.google.com/patent/TR2023011901A2/en",
        "publication": "TR2023011901A2",
        "publicationUrl": "https://patents.google.com/patent/TR2023011901A2/en",
        "publicationDate": "2023-12-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "relatedWorkId": "micro-robot-rescue",
        "relatedInternationalPublication": "https://patents.google.com/patent/WO2025071525A1/en",
        "grantDecisionNoticeDate": "2026-02-23",
        "grantSourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "path": "/it/patents/2023-011901/",
        "url": "https://tasaract.com/it/patents/2023-011901/",
        "pathTr": "/tr/patents/2023-011901/",
        "urlTr": "https://tasaract.com/tr/patents/2023-011901/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "A una domanda a voce o per iscritto, l’assistente proposto risponde in chat dopo aver cercato in fonti esterne e valutato la pertinenza dei risultati. Può anche eseguire un comando. La domanda descrive la conservazione delle ricerche e delle analisi per un uso successivo e la consultazione periodica di fonti come i notiziari e i flussi di dati finanziari."
          ],
          "sources": [
            {
              "title": "WO 2025/071524 A1",
              "url": "https://patents.google.com/patent/WO2025071524A1/en"
            },
            {
              "title": "TR 2023/011870 A2",
              "url": "https://patents.google.com/patent/TR2023011870A2/en"
            }
          ]
        },
        "number": "2023/011870",
        "title": "Un assistente conversazionale",
        "titleTr": "BİR SOHBET ASİSTANI SİSTEMİ",
        "description": "L’assistente cercherebbe informazioni online in risposta a una domanda. Nella stessa conversazione potrebbe anche eseguire un’operazione su istruzione dell’utente.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2023-09-25",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention",
          "language"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://patents.google.com/patent/TR2023011870A2/en",
        "publication": "TR2023011870A2",
        "publicationUrl": "https://patents.google.com/patent/TR2023011870A2/en",
        "publicationDate": "2023-12-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "relatedWorkId": "chat-assistant",
        "relatedInternationalPublication": "https://patents.google.com/patent/WO2025071524A1/en",
        "path": "/it/patents/2023-011870/",
        "url": "https://tasaract.com/it/patents/2023-011870/",
        "pathTr": "/tr/patents/2023-011870/",
        "urlTr": "https://tasaract.com/tr/patents/2023-011870/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Una passeggiata nel tardo pomeriggio può arrivare al momento giusto, anche se un’ora prima non avrebbe avuto senso. L’app proposta per il lavoro mette insieme l’umore dichiarato dalla persona, i dati dello smartwatch e l’ora del giorno. Suggerisce una pausa, una camminata o della musica e ricalibra il consiglio successivo in base alla risposta e alle nuove misurazioni."
          ],
          "sources": [
            {
              "title": "WO 2025/063924 A1",
              "url": "https://patents.google.com/patent/WO2025063924A1/en"
            },
            {
              "title": "TR 2023/011830 A2",
              "url": "https://patents.google.com/patent/TR2023011830A2/en"
            }
          ]
        },
        "number": "2023/011830",
        "title": "Suggerimenti personalizzati per la giornata lavorativa",
        "titleTr": "KİŞİSELLEŞTİRİLMİŞ ÖNERİLER SUNULARAK ÇALIŞAN VERİMLİLİĞİNİN ARTIRILMASINI SAĞLAYAN BİR SİSTEM",
        "description": "La proposta usa informazioni quotidiane sulla salute e sull’umore della persona per formulare suggerimenti adatti alla sua giornata lavorativa.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2023-09-22",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://patents.google.com/patent/TR2023011830A2/en",
        "publication": "TR2023011830A2",
        "publicationUrl": "https://patents.google.com/patent/TR2023011830A2/en",
        "publicationDate": "2024-08-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "relatedWorkId": "personalized-suggestions",
        "relatedInternationalPublication": "https://patents.google.com/patent/WO2025063924A1/en",
        "path": "/it/patents/2023-011830/",
        "url": "https://tasaract.com/it/patents/2023-011830/",
        "pathTr": "/tr/patents/2023-011830/",
        "urlTr": "https://tasaract.com/tr/patents/2023-011830/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Come si scrive o si indica un oggetto senza tastiera né mouse davanti a sé? Il sistema descritto riconosce i movimenti delle mani nelle immagini di una telecamera e li traduce in comandi da tastiera e mouse nella realtà virtuale o aumentata. Chi lo usa può regolare la disposizione virtuale e il riconoscimento dei gesti in base ai propri movimenti."
          ],
          "sources": [
            {
              "title": "WO 2025/063923 A1",
              "url": "https://patents.google.com/patent/WO2025063923A1/en"
            },
            {
              "title": "TR 2023/011601 A2",
              "url": "https://patents.google.com/patent/TR2023011601A2/en"
            }
          ]
        },
        "number": "2023/011601",
        "title": "Tastiera e mouse virtuali",
        "titleTr": "BİR SANAL KLAVYE VE FARE KULLANIMINI SAĞLAYAN BİR SİSTEM",
        "description": "Il sistema rileva i movimenti delle mani e li interpreta come comandi di tastiera o mouse in ambienti di realtà virtuale e aumentata.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2023-09-18",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://patents.google.com/patent/TR2023011601A2/en",
        "publication": "TR2023011601A2",
        "publicationUrl": "https://patents.google.com/patent/TR2023011601A2/en",
        "publicationDate": "2023-12-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "relatedWorkId": "virtual-input",
        "relatedInternationalPublication": "https://patents.google.com/patent/WO2025063923A1/en",
        "path": "/it/patents/2023-011601/",
        "url": "https://tasaract.com/it/patents/2023-011601/",
        "pathTr": "/tr/patents/2023-011601/",
        "urlTr": "https://tasaract.com/tr/patents/2023-011601/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Un prelievo può risultare concluso nei sistemi della banca mentre le banconote sono ancora nella bocchetta. Questa domanda di modello di utilità descrive l’uso delle immagini della telecamera del bancomat per rilevare se qualcuno si allontana lasciando la carta, il denaro o la ricevuta. Il sistema può avvisare la filiale più vicina e contattare il cliente tramite l’app della banca o una chiamata automatica."
          ],
          "sources": [
            {
              "title": "WO 2025/063922 A1",
              "url": "https://patents.google.com/patent/WO2025063922A1/en"
            },
            {
              "title": "TR 2023/011600 A2",
              "url": "https://patents.google.com/patent/TR2023011600A2/en"
            }
          ]
        },
        "number": "2023/011600",
        "title": "Sicurezza al termine di un’operazione al bancomat",
        "titleTr": "BANKAMATİK İŞLEMLERİNDE GÜVENLİĞİN ARTIRILMASINI SAĞLAYAN BİR SİSTEM",
        "description": "La proposta rileva carte, banconote o ricevute dimenticate dopo un’operazione. L’app bancaria può avvisare il cliente quando si è allontanato.",
        "protectionType": "utility-model",
        "protectionLabel": "Domanda di modello di utilità",
        "date": "2023-09-18",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://patents.google.com/patent/TR2023011600A2/en",
        "publication": "TR2023011600A2",
        "publicationUrl": "https://patents.google.com/patent/TR2023011600A2/en",
        "publicationDate": "2024-01-22",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "relatedInternationalPublication": "https://patents.google.com/patent/WO2025063922A1/en",
        "path": "/it/patents/2023-011600/",
        "url": "https://tasaract.com/it/patents/2023-011600/",
        "pathTr": "/tr/patents/2023-011600/",
        "urlTr": "https://tasaract.com/tr/patents/2023-011600/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Qui il telefono diventa l’interfaccia del bancomat. Scansionando il codice di uno specifico sportello, il cliente apre sul proprio dispositivo un’interfaccia in realtà aumentata. La macchina continua a occuparsi dei passaggi fisici, come ricevere depositi, erogare contante e stampare ricevute. La proposta descrive anche la chiusura della sessione quando la telecamera rileva che la persona si è allontanata."
          ],
          "sources": [
            {
              "title": "WO 2025/063920 A1",
              "url": "https://patents.google.com/patent/WO2025063920A1/en"
            },
            {
              "title": "TR 2023/011599 A2",
              "url": "https://patents.google.com/patent/TR2023011599A2/en"
            }
          ]
        },
        "number": "2023/011599",
        "title": "Semplificare l’uso del bancomat",
        "titleTr": "BANKAMATİK KULLANIMININ KOLAYLAŞTIRILMASINI SAĞLAYAN BİR SİSTEM",
        "description": "Un telefono o tablet leggerebbe un codice sul bancomat e ne mostrerebbe i comandi in realtà aumentata. Il dispositivo fisico gestirebbe contanti e stampa delle ricevute.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2023-09-18",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://patents.google.com/patent/TR2023011599A2/en",
        "publication": "TR2023011599A2",
        "publicationUrl": "https://patents.google.com/patent/TR2023011599A2/en",
        "publicationDate": "2024-01-22",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "relatedInternationalPublication": "https://patents.google.com/patent/WO2025063920A1/en",
        "path": "/it/patents/2023-011599/",
        "url": "https://tasaract.com/it/patents/2023-011599/",
        "pathTr": "/tr/patents/2023-011599/",
        "urlTr": "https://tasaract.com/tr/patents/2023-011599/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Un commerciante potrebbe gestire a distanza il terminale del punto vendita con richieste a voce o scritte nel linguaggio di tutti i giorni. Per ogni operazione il sistema proposto può generare un codice QR che ne rappresenta i dati. Usa inoltre cronologia degli acquisti e preferenze per suggerire offerte e può inviare un avviso al terminale se rileva una possibile frode."
          ],
          "sources": [
            {
              "title": "WO 2024/220062 A1",
              "url": "https://patents.google.com/patent/WO2024220062A1/en"
            },
            {
              "title": "TR 2023/004244 A2",
              "url": "https://patents.google.com/patent/TR2023004244A2/en"
            }
          ]
        },
        "number": "2023/004244",
        "title": "Gestione dei terminali di pagamento con IA",
        "titleTr": "YAPAY ZEKA DESTEKLİ BİR SATIŞ NOKTASI CİHAZI YÖNETİM SİSTEMİ",
        "description": "L’esercente potrebbe comandare il terminale a distanza con istruzioni vocali o scritte. La proposta include risultati in formato QR e analisi delle transazioni per rilevare possibili frodi.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2023-04-17",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://patents.google.com/patent/TR2023004244A2/en",
        "publication": "TR2023004244A2",
        "publicationUrl": "https://patents.google.com/patent/TR2023004244A2/en",
        "publicationDate": "2023-09-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "relatedWorkId": "ai-pos",
        "relatedInternationalPublication": "https://patents.google.com/patent/WO2024220062A1/en",
        "path": "/it/patents/2023-004244/",
        "url": "https://tasaract.com/it/patents/2023-004244/",
        "pathTr": "/tr/patents/2023-004244/",
        "urlTr": "https://tasaract.com/tr/patents/2023-004244/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "In uno scambio finanziato con credito o lettera di credito, le parti possono concordare cosa debba avvenire a ogni fase e come verificarlo. La proposta registra su una blockchain le condizioni, le tappe e i certificati di verifica. Un supervisore può partecipare ai controlli e, una volta verificati i criteri di una fase, il sistema può trasferire il relativo pagamento digitale."
          ],
          "sources": [
            {
              "title": "WO 2024/215289 A1",
              "url": "https://patents.google.com/patent/WO2024215289A1/en"
            },
            {
              "title": "TR 2023/004047 A2",
              "url": "https://patents.google.com/patent/TR2023004047A2/en"
            }
          ]
        },
        "number": "2023/004047",
        "title": "Un sistema di acquisto sicuro",
        "titleTr": "GÜVENLİ BİR ALIŞVERİŞ SİSTEMİ",
        "description": "In un acquisto a credito o con lettera di credito le parti potrebbero creare un contratto o aderirvi. Le fasi e i documenti sono registrati su blockchain e l’IA suggerisce abbinamenti fra le parti.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2023-04-12",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://patents.google.com/patent/TR2023004047A2/en",
        "publication": "TR2023004047A2",
        "publicationUrl": "https://patents.google.com/patent/TR2023004047A2/en",
        "publicationDate": "2023-09-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "relatedInternationalPublication": "https://patents.google.com/patent/WO2024215289A1/en",
        "path": "/it/patents/2023-004047/",
        "url": "https://tasaract.com/it/patents/2023-004047/",
        "pathTr": "/tr/patents/2023-004047/",
        "urlTr": "https://tasaract.com/tr/patents/2023-004047/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "Un esempio della domanda di modello di utilità parte dalla foto di un’auto e da una domanda a voce sulla sua assicurazione. Il sistema riconosce alcuni dettagli del veicolo, trascrive la domanda e combina le due informazioni per proporre un preventivo indicativo. Più in generale può elaborare testo, immagini, suoni o movimenti e conservare dati e suggerimenti per le conversazioni successive."
          ],
          "sources": [
            {
              "title": "WO 2024/096828 A1",
              "url": "https://patents.google.com/patent/WO2024096828A1/en"
            },
            {
              "title": "TR 2022/016679 A2",
              "url": "https://patents.google.com/patent/TR2022016679A2/en"
            }
          ]
        },
        "number": "2022/016679",
        "title": "Un sistema di raccomandazione",
        "titleTr": "BİR ÖNERİ SİSTEMİ",
        "description": "La proposta genera suggerimenti di prodotti da testi, immagini, audio o movimenti in una conversazione o in un ambiente virtuale. Conserva contributi e suggerimenti precedenti per dare continuità allo scambio.",
        "protectionType": "utility-model",
        "protectionLabel": "Domanda di modello di utilità",
        "date": "2022-11-03",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://patents.google.com/patent/WO2024096828A1/en",
        "publication": "WO2024096828A1",
        "publicationUrl": "https://patents.google.com/patent/WO2024096828A1/en",
        "publicationDate": "2022-12-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "relatedInternationalPublication": "https://patents.google.com/patent/WO2024096828A1/en",
        "path": "/it/patents/2022-016679/",
        "url": "https://tasaract.com/it/patents/2022-016679/",
        "pathTr": "/tr/patents/2022-016679/",
        "urlTr": "https://tasaract.com/tr/patents/2022-016679/"
      },
      {
        "lang": "it",
        "reading": {
          "paragraphs": [
            "La domanda interpreta il voto come una discussione di gruppo che si sviluppa nel tempo. I partecipanti contribuiscono a disporre le opzioni in uno spazio comune, avvicinando le alternative simili. Durante la votazione il sistema trascrive il confronto e analizza i commenti. Un cursore condiviso rappresenta lo spostamento del gruppo fra le opzioni man mano che prende forma una decisione."
          ],
          "sources": [
            {
              "title": "WO 2024/096827 A1",
              "url": "https://patents.google.com/patent/WO2024096827A1/en"
            },
            {
              "title": "TR 2022/016395 A2",
              "url": "https://patents.google.com/patent/TR2022016395A2/en"
            }
          ]
        },
        "number": "2022/016395",
        "title": "Gestione del processo di voto",
        "titleTr": "OY VERME SÜRECİNİN YÖNETİLMESİNİ SAĞLAYAN BİR SİSTEM",
        "description": "La proposta riunisce più metodi di IA in una decisione collettiva e affronta la comunicazione tra i partecipanti durante la votazione.",
        "protectionType": "patent",
        "protectionLabel": "Domanda di brevetto",
        "date": "2022-10-31",
        "applicant": "TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ",
        "inventor": "Davut Emre Taşar",
        "inventorshipSource": "TÜRKPATENT",
        "topics": [
          "invention"
        ],
        "sourceUrl": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "detailSourceUrl": "https://patents.google.com/patent/TR2022016395A2/en",
        "publication": "TR2022016395A2",
        "publicationUrl": "https://patents.google.com/patent/TR2022016395A2/en",
        "publicationDate": "2022-12-21",
        "publicationDateSource": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent",
        "relatedInternationalPublication": "https://patents.google.com/patent/WO2024096827A1/en",
        "path": "/it/patents/2022-016395/",
        "url": "https://tasaract.com/it/patents/2022-016395/",
        "pathTr": "/tr/patents/2022-016395/",
        "urlTr": "https://tasaract.com/tr/patents/2022-016395/"
      }
    ]
  },
  "lab": [
    {
      "id": "turkish-sentiment",
      "name": "Turkish Sentiment Analysis · TSAM",
      "kind": "model",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Data una frase in turco, il modello assegna un punteggio a tre possibili interpretazioni del suo tono. Nella configurazione pubblicata, 0 indica un tono negativo, 1 neutro e 2 positivo. Nell’output la classe neutra si chiama «Notr». Questa terza opzione permette di contare separatamente i commenti neutri quando si analizzano le recensioni."
        ],
        "sources": [
          {
            "title": "Turkish sentiment analysis",
            "url": "https://huggingface.co/emre/turkish-sentiment-analysis"
          },
          {
            "title": "config.json",
            "url": "https://huggingface.co/emre/turkish-sentiment-analysis/blob/main/config.json"
          }
        ]
      },
      "source": "https://huggingface.co/emre/turkish-sentiment-analysis",
      "topics": [
        "language"
      ],
      "url": "https://tasaract.com/it/lab/turkish-sentiment/",
      "path": "/it/lab/turkish-sentiment/",
      "summary": "Ho addestrato questo modello BERT per riconoscere il tono di una recensione in turco. Assegna un punteggio a ciascuna lettura, positiva, neutra o negativa.",
      "evidence": {
        "released": "2022-05-15",
        "doi": "10.57967/hf/5056",
        "labels": [
          "Negative",
          "Notr",
          "Positive"
        ],
        "configUrl": "https://huggingface.co/emre/turkish-sentiment-analysis/blob/main/config.json",
        "downloads": {
          "count": 12053,
          "scope": "all-time",
          "asOf": "2026-11-18",
          "source": "https://huggingface.co/api/models/emre/turkish-sentiment-analysis?expand=downloadsAllTime"
        },
        "evaluation": {
          "title": "A cross-validation study of Turkish sentiment analysis datasets and tools",
          "url": "https://doi.org/10.1007/s10579-025-09869-6",
          "metric": "F1",
          "task": "binary",
          "neutralLabelsExcluded": true,
          "results": [
            {
              "dataset": "Humir",
              "score": 0.97
            },
            {
              "dataset": "Twt",
              "score": 0.54
            }
          ]
        },
        "relatedClassifier": {
          "name": "BERT-TR-Finetuned4-Pos-Neg-Reviews",
          "url": "https://github.com/detasar/BERT-TR-Finetuned4-Pos-Neg-Reviews",
          "trainingConfigUrl": "https://github.com/detasar/BERT-TR-Finetuned4-Pos-Neg-Reviews/blob/7e6c1d1065063e51872026bce286a0fe1c74ebf8/model_args.json",
          "configurationPublished": "2021-01-20",
          "baseModel": "dbmdz/bert-base-turkish-cased",
          "trainingLabelIds": [
            0,
            1
          ],
          "title": "Un mio precedente modello per le recensioni",
          "purpose": "Ho adattato BERT per il turco per distinguere le recensioni positive da quelle negative. I parametri di addestramento sono su GitHub.",
          "reading": {
            "paragraphs": [
              "Questo primo progetto ha adattato il BERT turco per distinguere le recensioni scritte positive da quelle negative. La versione di partenza mantiene la distinzione tra maiuscole e minuscole in turco. Le impostazioni di addestramento pubblicate definiscono due identificativi di classe e un limite di 128 token per ingresso. Un altro modello di analisi del sentiment in turco presente nell’atlante riconosce anche i testi neutri."
            ],
            "sources": [
              {
                "title": "BERT-TR-Finetuned4-Pos-Neg-Reviews",
                "url": "https://github.com/detasar/BERT-TR-Finetuned4-Pos-Neg-Reviews"
              },
              {
                "title": "model_args.json",
                "url": "https://github.com/detasar/BERT-TR-Finetuned4-Pos-Neg-Reviews/blob/7e6c1d1065063e51872026bce286a0fe1c74ebf8/model_args.json"
              }
            ]
          }
        },
        "interpretation": "Uno studio indipendente ha confrontato quattro modelli su quattro insiemi di dati in turco. Nella valutazione binaria i ricercatori hanno escluso le etichette neutre. Il modello ha ottenuto un punteggio F1 di 0,97 su Humir e di 0,54 su Twt."
      },
      "role": "Classificatore addestrato con AutoTrain",
      "roleLanguage": "it",
      "kindLabel": "Modello",
      "author": "Davut Emre Taşar"
    },
    {
      "id": "whisper-tr",
      "name": "Whisper Medium TR",
      "kind": "model",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Questa versione di Whisper Medium trascrive registrazioni di voci che parlano turco. Per l’addestramento si è usato il primo 10% delle partizioni di addestramento e validazione di Mozilla Common Voice 11.0. La scheda riporta un tasso di errore sulle parole del 18,51% sul set di valutazione. Il calcolo tiene conto delle parole sostituite, omesse o aggiunte rispetto alla trascrizione di riferimento."
        ],
        "sources": [
          {
            "title": "Whisper Medium TR",
            "url": "https://huggingface.co/emre/whisper-medium-turkish-2"
          }
        ]
      },
      "source": "https://huggingface.co/emre/whisper-medium-turkish-2",
      "topics": [
        "language"
      ],
      "url": "https://tasaract.com/it/lab/whisper-tr/",
      "path": "/it/lab/whisper-tr/",
      "summary": "Trascrive il parlato turco con una versione adattata di Whisper.",
      "base": "OpenAI Whisper Medium",
      "baseUrl": "https://huggingface.co/openai/whisper-medium",
      "role": "Adattamento di un modello del parlato",
      "roleLanguage": "it",
      "kindLabel": "Modello",
      "author": "Davut Emre Taşar"
    },
    {
      "id": "gemma-wiki-tr",
      "name": "Gemma 2 · Turkish Wikipedia",
      "kind": "model",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Scrivendo l’inizio di un brano in turco, si può chiedere a questa versione di Gemma 2 9B di proseguirlo. La Wikipedia in turco ha fornito i testi per un’ulteriore fase di preaddestramento. La tecnica LoRA ha limitato gli aggiornamenti a un piccolo gruppo di parametri. L’esperimento ha riservato 1.000 paragrafi della stessa fonte per misurare quanto bene il modello prevedesse il token successivo in brani mai visti."
        ],
        "sources": [
          {
            "title": "Gemma 2 9B · Turkish Wikipedia",
            "url": "https://huggingface.co/emre/gemma-2-9b-Turkish-Lora-Continue-Pre-Trained"
          },
          {
            "title": "Turkish Wikipedia",
            "url": "https://huggingface.co/datasets/Alaeddin/wikipedia-turkish"
          }
        ]
      },
      "source": "https://huggingface.co/emre/gemma-2-9b-Turkish-Lora-Continue-Pre-Trained",
      "topics": [
        "language"
      ],
      "url": "https://tasaract.com/it/lab/gemma-wiki-tr/",
      "path": "/it/lab/gemma-wiki-tr/",
      "summary": "Adatta Gemma al turco usando testi di Wikipedia in questa lingua.",
      "base": "Google Gemma 2 9B",
      "baseUrl": "https://huggingface.co/google/gemma-2-9b",
      "role": "Autore dell’adattatore LoRA",
      "roleLanguage": "it",
      "kindLabel": "Modello",
      "author": "Davut Emre Taşar"
    },
    {
      "id": "java-method-vectors",
      "name": "Java Methods · Doc2Vec",
      "kind": "model",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Ogni metodo Java viene rappresentato da un vettore di 200 numeri. Il modello ha appreso queste rappresentazioni con Doc2Vec di Gensim su una raccolta di metodi Java, suddividendo il codice in token in corrispondenza degli spazi bianchi. L’esempio nella scheda calcola il vettore di un nuovo frammento e recupera i cinque metodi più vicini. Così si può cercare codice affine anche quando il testo è diverso."
        ],
        "sources": [
          {
            "title": "Doc2Vec Java Methods Model",
            "url": "https://huggingface.co/emre/java_8m_methods_doc2vec"
          }
        ]
      },
      "source": "https://huggingface.co/emre/java_8m_methods_doc2vec",
      "topics": [
        "language"
      ],
      "url": "https://tasaract.com/it/lab/java-method-vectors/",
      "path": "/it/lab/java-method-vectors/",
      "summary": "Rappresenta metodi Java come vettori Doc2Vec a 200 dimensioni per cercare codice simile.",
      "method": "Gensim Doc2Vec",
      "methodUrl": "https://radimrehurek.com/gensim/models/doc2vec.html",
      "role": "Sviluppatore del modello di rappresentazioni vettoriali",
      "roleLanguage": "it",
      "kindLabel": "Modello",
      "author": "Davut Emre Taşar"
    },
    {
      "id": "gemma-reasoning-tr",
      "name": "Gemma 3 27B · Turkish reasoning",
      "kind": "model",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Questa versione di Gemma 3 27B, adattata a partire dal modello a quattro bit addestrato a seguire istruzioni, risponde a problemi di ragionamento in turco. La scheda la confronta con il modello di partenza su TARA v1, anche per pianificazione, SQL e Python. In questa valutazione preliminare, Gemini ha assegnato i punteggi. Il modello adattato ha ottenuto risultati migliori nella scrittura di query SQL e leggermente inferiori nell’analisi del codice Python."
        ],
        "sources": [
          {
            "title": "Gemma 3 27B · Turkish reasoning",
            "url": "https://huggingface.co/emre/gemma-3-27b-it-tr-reasoning40k-4bit"
          },
          {
            "title": "TARA v1",
            "url": "https://huggingface.co/datasets/emre/TARA_Turkish_LLM_Benchmark"
          }
        ]
      },
      "source": "https://huggingface.co/emre/gemma-3-27b-it-tr-reasoning40k-4bit",
      "topics": [
        "language"
      ],
      "url": "https://tasaract.com/it/lab/gemma-reasoning-tr/",
      "path": "/it/lab/gemma-reasoning-tr/",
      "summary": "Adattamento di Gemma a quattro bit per compiti di ragionamento in turco.",
      "base": "Unsloth 4-bit Gemma 3 27B Instruct",
      "baseUrl": "https://huggingface.co/unsloth/gemma-3-27b-it-unsloth-bnb-4bit",
      "role": "Addestramento di rifinitura di un modello quantizzato",
      "roleLanguage": "it",
      "kindLabel": "Modello",
      "author": "Davut Emre Taşar"
    },
    {
      "id": "abstract-title",
      "name": "arXiv Abstract-to-Title · mT5",
      "kind": "model",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Dato il riassunto di una ricerca, il modello suggerisce un titolo per l’articolo. Ha imparato il compito con una messa a punto di mT5-small su coppie di abstract e titoli di arXiv. Le sequenze in ingresso durante l’addestramento erano limitate a 256 token. I punteggi ROUGE pubblicati misurano le parole o sequenze in comune con i titoli originali, quindi una buona proposta espressa con parole diverse può ricevere un punteggio basso."
        ],
        "sources": [
          {
            "title": "arXiv abstract-to-title model",
            "url": "https://huggingface.co/emre/arxiv27k-t5-abst-title-gen"
          }
        ]
      },
      "source": "https://huggingface.co/emre/arxiv27k-t5-abst-title-gen",
      "topics": [
        "language"
      ],
      "url": "https://tasaract.com/it/lab/abstract-title/",
      "path": "/it/lab/abstract-title/",
      "summary": "Propone un titolo per un articolo scientifico a partire dal suo riassunto.",
      "base": "mT5-small",
      "baseUrl": "https://huggingface.co/google/mt5-small",
      "role": "Addestramento di rifinitura di un modello da sequenza a sequenza",
      "roleLanguage": "it",
      "kindLabel": "Modello",
      "author": "Davut Emre Taşar"
    },
    {
      "id": "xlsr-tr",
      "name": "Wav2Vec2 XLS-R · Turkish",
      "kind": "model",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Il modello trascrive il parlato turco con un codificatore vocale XLS-R da 300 milioni di parametri, messo a punto sulle registrazioni turche di Mozilla Common Voice 8.0. Nella decodifica, il metodo CTC unisce le previsioni identiche consecutive e rimuove i simboli vuoti per ottenere la trascrizione. La scheda riporta sul set di valutazione un tasso di errore sulle parole di 0,2869, circa il 28,7%."
        ],
        "sources": [
          {
            "title": "Wav2Vec2 XLS-R 300M · Turkish",
            "url": "https://huggingface.co/emre/wav2vec2-large-xls-r-300m-tr"
          },
          {
            "title": "Sequence Modeling with CTC",
            "url": "https://distill.pub/2017/ctc/"
          }
        ]
      },
      "source": "https://huggingface.co/emre/wav2vec2-large-xls-r-300m-tr",
      "topics": [
        "language"
      ],
      "url": "https://tasaract.com/it/lab/xlsr-tr/",
      "path": "/it/lab/xlsr-tr/",
      "summary": "Riconosce e trascrive il parlato turco con un modello basato su wav2vec 2.0.",
      "base": "Meta Wav2Vec2 XLS-R 300M",
      "baseUrl": "https://huggingface.co/facebook/wav2vec2-xls-r-300m",
      "role": "Adattamento di un modello del parlato",
      "roleLanguage": "it",
      "kindLabel": "Modello",
      "author": "Davut Emre Taşar"
    },
    {
      "id": "qwen-grpo",
      "name": "Qwen 0.5B · GRPO maths",
      "kind": "model",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Un modello piccolo può imparare sia a risolvere un problema di matematica sia a presentare la risposta? Questo Qwen da mezzo miliardo di parametri ha svolto un solo passaggio sui problemi di GSM8K. Scrive la soluzione e riserva una sezione al risultato finale. Durante l’addestramento con GRPO, ricompense specifiche controllavano separatamente il valore numerico e il formato. Una soluzione ben impaginata può comunque contenere un errore di calcolo."
        ],
        "sources": [
          {
            "title": "Qwen-0.5B-GRPO",
            "url": "https://huggingface.co/emre/Qwen-0.5B-GRPO"
          },
          {
            "title": "Qwen2.5-0.5B-Instruct",
            "url": "https://huggingface.co/Qwen/Qwen2.5-0.5B-Instruct"
          }
        ]
      },
      "source": "https://huggingface.co/emre/Qwen-0.5B-GRPO",
      "topics": [
        "language"
      ],
      "url": "https://tasaract.com/it/lab/qwen-grpo/",
      "path": "/it/lab/qwen-grpo/",
      "summary": "Adatta Qwen con GRPO per produrre soluzioni strutturate ai problemi matematici.",
      "base": "Qwen2.5-0.5B-Instruct",
      "baseUrl": "https://huggingface.co/Qwen/Qwen2.5-0.5B-Instruct",
      "role": "Addestramento di rifinitura con apprendimento per rinforzo",
      "roleLanguage": "it",
      "kindLabel": "Modello",
      "author": "Davut Emre Taşar"
    },
    {
      "id": "regression-atlas",
      "name": "Regression Conformal Prediction Research Atlas",
      "kind": "repo",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Un intervallo di previsione deve contenere abbastanza valori osservati e restare abbastanza stretto da essere utile. L’atlante confronta il modo in cui i metodi conformali bilanciano queste esigenze su 67 insiemi di dati di regressione. Dal grafo delle evidenze si può risalire alla tabella da cui proviene un risultato.",
          "In un esperimento cambia il modello che stima i quantili. Pur costruendo gli intervalli con lo stesso metodo, cambiano i confronti in cui quel metodo prevale."
        ],
        "sources": [
          {
            "title": "Regression Conformal Prediction Research Atlas",
            "url": "https://github.com/detasar/regression-conformal-prediction-research-atlas/blob/main/README.md"
          },
          {
            "title": "Research document and evidence tables",
            "url": "https://github.com/detasar/regression-conformal-prediction-research-atlas/blob/main/paper/research_document.md"
          }
        ]
      },
      "source": "https://github.com/detasar/regression-conformal-prediction-research-atlas",
      "topics": [
        "uncertainty"
      ],
      "url": "https://tasaract.com/it/lab/regression-atlas/",
      "path": "/it/lab/regression-atlas/",
      "summary": "Confronta gli intervalli di predizione per risultati continui in 67 dataset.",
      "role": "Autore dello studio",
      "roleLanguage": "it",
      "kindLabel": "Repository",
      "author": "Davut Emre Taşar"
    },
    {
      "id": "bird-sql",
      "name": "BIRD · Text-to-SQL experiments",
      "kind": "repo",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Si parte da una domanda in linguaggio quotidiano per ottenere una query SQL. Un approccio divide il compito in decisioni più piccole, dall’identificazione delle entità citate alla scelta delle tabelle e dei valori corretti. Altri esperimenti recuperano query di esempio o segnalano le domande da chiarire.",
          "Sul database finanziario del benchmark BIRD, tutte le 106 query del primo approccio sono state eseguite con successo. In 79 casi la risposta coincideva con il risultato di riferimento."
        ],
        "sources": [
          {
            "title": "BIRD Text-to-SQL Experiments",
            "url": "https://github.com/detasar/bird-text2sql-experiments/blob/main/README.md"
          },
          {
            "title": "Atomic Operation Text-to-SQL Pipeline",
            "url": "https://github.com/detasar/bird-text2sql-experiments/blob/main/atomic_operation_experiment/README.md"
          }
        ]
      },
      "source": "https://github.com/detasar/bird-text2sql-experiments",
      "topics": [
        "agents",
        "uncertainty"
      ],
      "url": "https://tasaract.com/it/lab/bird-sql/",
      "path": "/it/lab/bird-sql/",
      "summary": "Traduce una domanda in linguaggio naturale in una query SQL e verifica il risultato sulla banca dati.",
      "role": "Responsabile della manutenzione del repository di ricerca",
      "roleLanguage": "it",
      "kindLabel": "Repository",
      "author": "Davut Emre Taşar"
    },
    {
      "id": "webcli",
      "name": "WebCLI",
      "kind": "repo",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Un agente vuole ritrovare la guida che ha consultato ieri. Con webcli può cercare in un indice locale della documentazione, richiamare la voce tramite un riferimento stabile ed esportare il risultato in JSON o JSONL per usarlo con un altro strumento.",
          "Il primo adattatore copre la documentazione pubblica di OpenAI Developers. La sincronizzazione predefinita salva i metadati delle pagine. Scaricare il testo è un’opzione separata e le ricerche successive usano l’indice locale."
        ],
        "sources": [
          {
            "title": "webcli",
            "url": "https://github.com/detasar/webcli/blob/main/README.md"
          },
          {
            "title": "Adding a Website Adapter",
            "url": "https://github.com/detasar/webcli/blob/main/docs/ADAPTERS.md"
          }
        ]
      },
      "source": "https://github.com/detasar/webcli",
      "topics": [
        "agents",
        "language"
      ],
      "url": "https://tasaract.com/it/lab/webcli/",
      "path": "/it/lab/webcli/",
      "summary": "Converte la documentazione pubblicata in dati JSON o JSONL consultabili con una ricerca.",
      "role": "Responsabile della manutenzione del progetto",
      "roleLanguage": "it",
      "kindLabel": "Repository",
      "author": "Davut Emre Taşar"
    },
    {
      "id": "fairness-metrics",
      "name": "Fairness Metrics",
      "kind": "repo",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Due gruppi possono ricevere decisioni positive con la stessa frequenza e subire errori diversi. Questo esempio in Python unisce previsioni, esiti osservati e appartenenza al gruppo tramite l’ID utente. Il README affianca tassi di selezione, falsi positivi, falsi negativi e sensibilità.",
          "C’è una differenza fra l’esempio e il codice. Per calcolare la quota di errori fra le decisioni negative, la funzione pubblicata usa variabili di gruppo non definite e si ferma prima di restituire la tabella."
        ],
        "sources": [
          {
            "title": "Fairness Metrics for Binary Classification",
            "url": "https://github.com/detasar/fairness_metrics/blob/main/README.md"
          },
          {
            "title": "Published Python implementation",
            "url": "https://github.com/detasar/fairness_metrics/blob/main/fairness-metrics.py"
          }
        ]
      },
      "source": "https://github.com/detasar/fairness_metrics",
      "topics": [
        "fairness"
      ],
      "url": "https://tasaract.com/it/lab/fairness-metrics/",
      "path": "/it/lab/fairness-metrics/",
      "summary": "Due gruppi possono ricevere decisioni positive con la stessa frequenza e subire errori diversi. Questo esempio in Python unisce previsioni, esiti osservati e appartenenza al gruppo tramite l’ID utente.",
      "role": "Responsabile della manutenzione della libreria software",
      "roleLanguage": "it",
      "kindLabel": "Repository",
      "author": "Davut Emre Taşar"
    },
    {
      "id": "quantum-clocks",
      "name": "Quantum Time Experiment",
      "kind": "repo",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Se due parti di un sistema quantistico registrano la stessa lettura di un orologio, su che cosa concordano? Un esperimento con quattro qubit illustra come due frammenti possano registrare indipendentemente la stessa etichetta. La lettura corrisponde allo stato di un sottosistema quantistico.",
          "L’analisi matematica prosegue il ragionamento. Per ricostruire l’ordine degli eventi, le registrazioni devono formare una catena persistente. Per stabilire quale estremità venga prima serve un ulteriore riferimento fisico."
        ],
        "sources": [
          {
            "title": "Objective Clock Bases from Redundant Records",
            "url": "https://github.com/detasar/quantum-time-experiment/blob/implementation/g0-g1/README.md"
          },
          {
            "title": "Final scientific decision and hardware evidence",
            "url": "https://github.com/detasar/quantum-time-experiment/blob/implementation/g0-g1/docs/FINAL_DECISION.md"
          }
        ]
      },
      "source": "https://github.com/detasar/quantum-time-experiment",
      "topics": [
        "quantum"
      ],
      "url": "https://tasaract.com/it/lab/quantum-clocks/",
      "path": "/it/lab/quantum-clocks/",
      "summary": "Esamina registri di misure per proporre possibili ordinamenti temporali quantistici.",
      "role": "Responsabile della manutenzione del repository di ricerca",
      "roleLanguage": "it",
      "kindLabel": "Repository",
      "author": "Davut Emre Taşar"
    },
    {
      "id": "paperbanana-test",
      "name": "PaperBanana field test",
      "kind": "repo",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Che cosa si conserva passando dalla descrizione di un metodo a un diagramma? In tre prove PaperBanana ha ricevuto un testo metodologico e una didascalia. Due riguardavano dati quantistici, una il riconoscimento del parlato turco. Si possono consultare gli input esatti e le immagini non ritoccate, affiancate agli originali quando disponibili.",
          "Un diagramma ha introdotto un valore numerico di copertura assente nella fonte. Un altro ha aggiunto un passaggio di decodifica del parlato che il metodo non descriveva."
        ],
        "sources": [
          {
            "title": "PaperBanana field test and figure comparisons",
            "url": "https://github.com/detasar/paperbanana-field-test/blob/main/README.md"
          },
          {
            "title": "Original caption supplied for the quantum-circuit figure",
            "url": "https://github.com/detasar/paperbanana-field-test/blob/main/inputs/qcp-multioutput-conformal/caption.txt"
          }
        ]
      },
      "source": "https://github.com/detasar/paperbanana-field-test",
      "topics": [
        "agents"
      ],
      "url": "https://tasaract.com/it/lab/paperbanana-test/",
      "path": "/it/lab/paperbanana-test/",
      "summary": "Propone figure scientifiche a partire dai metodi descritti in un articolo e valuta le figure separatamente.",
      "role": "Autore della valutazione indipendente",
      "roleLanguage": "it",
      "kindLabel": "Repository",
      "author": "Davut Emre Taşar"
    },
    {
      "id": "worldcup-nowcast",
      "name": "World Cup 2026 Nowcast Lab",
      "kind": "repo",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Quanto incide un possibile punteggio sulle probabilità di vincere il torneo? Il progetto verifica dati calcistici pubblici, stima la probabilità dei punteggi e simula le partite rimanenti. Si passa così dalle previsioni sulle singole gare alle possibilità di conquistare il titolo.",
          "La scheda del 17 luglio 2026 documenta 150.000 simulazioni e le probabilità delle due squadre rimaste. Gli intervalli quantificano l’incertezza della simulazione. La scelta del modello e i dati disponibili introducono altra incertezza."
        ],
        "sources": [
          {
            "title": "World Cup 2026 Nowcast Lab",
            "url": "https://github.com/detasar/worldcup26-nowcast-lab/blob/main/README.md"
          },
          {
            "title": "Forecast card, 17 July 2026",
            "url": "https://github.com/detasar/worldcup26-nowcast-lab/blob/main/docs/forecast-card.md"
          }
        ]
      },
      "source": "https://github.com/detasar/worldcup26-nowcast-lab",
      "topics": [
        "uncertainty"
      ],
      "url": "https://tasaract.com/it/lab/worldcup-nowcast/",
      "path": "/it/lab/worldcup-nowcast/",
      "summary": "Simula i possibili esiti di un torneo a partire dalle previsioni delle partite.",
      "role": "Responsabile della manutenzione del progetto di previsione",
      "roleLanguage": "it",
      "kindLabel": "Repository",
      "author": "Davut Emre Taşar"
    },
    {
      "id": "agent-chronicle",
      "name": "Agent Chronicle",
      "kind": "repo",
      "lang": "it",
      "reading": {
        "paragraphs": [
          "Quando si riprende una sessione di programmazione dopo una pausa, le domande sono concrete. Quali file sono cambiati? C’è una decisione in sospeso? Quali verifiche sono passate? Agent Chronicle raccoglie le attività registrate di Codex o Claude in una cronologia locale e permette di risalire da ogni risposta al singolo evento.",
          "Su richiesta, un’IA riassume gli eventi selezionati. Si può esaminare il materiale prima dell’invio e tornare dal riepilogo al registro tramite i collegamenti."
        ],
        "sources": [
          {
            "title": "Agent Chronicle",
            "url": "https://github.com/detasar/agent-chronicle-community/blob/main/README.md"
          },
          {
            "title": "Product tour",
            "url": "https://github.com/detasar/agent-chronicle-community/blob/main/docs/PRODUCT_TOUR.md"
          }
        ]
      },
      "source": "https://github.com/detasar/agent-chronicle-community",
      "topics": [
        "agents"
      ],
      "url": "https://tasaract.com/it/lab/agent-chronicle/",
      "path": "/it/lab/agent-chronicle/",
      "summary": "Ricostruisce l’attività di un agente di programmazione in una cronologia collegata alle prove che documentano ciascun passaggio.",
      "role": "Responsabile della manutenzione del progetto",
      "roleLanguage": "it",
      "kindLabel": "Repository",
      "author": "Davut Emre Taşar"
    }
  ],
  "journeyUrl": "https://tasaract.com/it/journey-data.json",
  "researchJourney": {
    "title": "Il tesseratto di Emre",
    "intro": "Benvenuti. Dal tono di una frase in turco a una misura quantistica, qui ritrovo le domande a cui torno sempre.",
    "url": "https://tasaract.com/it/#journey",
    "catalog": "https://tasaract.com/it/journey-data.json",
    "domains": [
      {
        "id": "meaning",
        "title": "Significato e ontologie",
        "entries": [
          "project:meaning-native-computing",
          "note:ontologies-and-data-structures",
          "note:category-theory",
          "patent:2026-007907",
          "patent:2026-006289",
          "patent:2025-008786"
        ]
      },
      {
        "id": "language",
        "title": "Elaborazione del linguaggio naturale",
        "entries": [
          "repository:turkish-binary-reviews",
          "work:turkish-asr",
          "topic:language",
          "work:chat-assistant",
          "work:ai-pos",
          "work:qwen-grpo",
          "work:turkish-reasoning-benchmark",
          "work:multilingual-chatbots",
          "work:ad-text-classification",
          "work:weight-editing",
          "work:bloom",
          "patent:2026-007909",
          "patent:2023-011870",
          "model:turkish-sentiment",
          "model:whisper-tr",
          "model:gemma-wiki-tr",
          "model:java-method-vectors",
          "model:gemma-reasoning-tr",
          "model:abstract-title",
          "model:xlsr-tr",
          "model:qwen-grpo",
          "repository:webcli",
          "study:turkish-sentiment-evaluation"
        ]
      },
      {
        "id": "learning",
        "title": "Apprendimento automatico",
        "entries": [
          "repository:regression-atlas",
          "work:weight-editing",
          "work:coverage-deferral",
          "patent:2025-011133",
          "repository:fairness-metrics",
          "repository:worldcup-nowcast",
          "repository:turkish-binary-reviews",
          "study:coverage-deferral"
        ]
      },
      {
        "id": "confidence",
        "title": "Predizione conforme",
        "entries": [
          "work:coverage-deferral",
          "topic:uncertainty",
          "topic:fairness",
          "project:meaning-native-computing",
          "work:quantum-conformal",
          "work:tara",
          "work:adversarial-quantum",
          "patent:2026-004441",
          "repository:regression-atlas",
          "repository:bird-sql",
          "repository:fairness-metrics",
          "repository:worldcup-nowcast",
          "study:coverage-deferral"
        ]
      },
      {
        "id": "quantum",
        "title": "Calcolo quantistico",
        "entries": [
          "work:quantum-conformal",
          "topic:quantum",
          "note:quantum-measurement",
          "work:tara",
          "work:adversarial-quantum",
          "patent:2026-004441",
          "repository:quantum-clocks"
        ]
      },
      {
        "id": "invention",
        "title": "Invenzioni",
        "entries": [
          "patent:2026-004441",
          "patent:2023-011901",
          "topic:invention",
          "work:chat-assistant",
          "work:micro-robot-rescue",
          "work:ai-pos",
          "work:virtual-input",
          "work:personalized-suggestions",
          "patent:2026-007909",
          "patent:2026-007907",
          "patent:2026-006294",
          "patent:2026-006289",
          "patent:2026-004444",
          "patent:2026-002909",
          "patent:2026-001992",
          "patent:2025-019989",
          "patent:2025-011133",
          "patent:2025-008786",
          "patent:2025-008273",
          "patent:2025-008055",
          "patent:2025-008032",
          "patent:2025-008028",
          "patent:2025-007997",
          "patent:2025-007995",
          "patent:2024-003815",
          "patent:2024-003813",
          "patent:2024-003592",
          "patent:2023-011870",
          "patent:2023-011830",
          "patent:2023-011601",
          "patent:2023-011600",
          "patent:2023-011599",
          "patent:2023-004244",
          "patent:2023-004047",
          "patent:2022-016679",
          "patent:2022-016395"
        ]
      },
      {
        "id": "agents",
        "title": "Sistemi ad agenti",
        "entries": [
          "work:agent-chronicle",
          "topic:agents",
          "work:chat-assistant",
          "work:micro-robot-rescue",
          "work:weight-editing",
          "patent:2025-007995",
          "repository:bird-sql",
          "repository:webcli",
          "repository:paperbanana-test",
          "repository:agent-chronicle"
        ]
      }
    ],
    "stories": [
      {
        "id": "project:meaning-native-computing",
        "domain": "meaning",
        "title": "La prossima mossa di un programma",
        "text": "Con Meaning-Native Computing mi chiedo se conoscere le regole di un programma aiuti a prevederne l’istruzione successiva. Una verifica indipendente stabilisce se quel passo può essere eseguito.",
        "year": "",
        "companions": [
          "note:ontologies-and-data-structures"
        ],
        "url": "https://tasaract.com/it/?scene=project%3Ameaning-native-computing#journey",
        "topics": [
          "uncertainty"
        ],
        "connections": [
          {
            "id": "note:ontologies-and-data-structures",
            "title": "Ontologie e strutture dati",
            "url": "https://tasaract.com/it/?scene=note%3Aontologies-and-data-structures#journey"
          }
        ],
        "recordUrl": "https://tasaract.com/it/#meaning-native-computing",
        "source": "https://tasaract.com/en/#meaning-native-computing"
      },
      {
        "id": "repository:turkish-binary-reviews",
        "domain": "language",
        "title": "Il tono di una recensione in turco",
        "text": "Ho addestrato un modello BERT a distinguere le recensioni positive da quelle negative in turco. Nel 2022 ne ho pubblicato un altro capace di riconoscere anche le recensioni neutre.",
        "year": "2021",
        "companions": [
          "model:turkish-sentiment"
        ],
        "url": "https://tasaract.com/it/?scene=repository%3Aturkish-binary-reviews#journey",
        "topics": [
          "language"
        ],
        "connections": [
          {
            "id": "model:turkish-sentiment",
            "title": "Turkish Sentiment Analysis · TSAM",
            "url": "https://tasaract.com/it/?scene=model%3Aturkish-sentiment#journey"
          }
        ],
        "recordUrl": "https://tasaract.com/it/lab/turkish-sentiment/",
        "source": "https://github.com/detasar/BERT-TR-Finetuned4-Pos-Neg-Reviews"
      },
      {
        "id": "work:turkish-asr",
        "domain": "language",
        "title": "Ascoltare il turco",
        "text": "Con le registrazioni di Common Voice abbiamo insegnato a trascrivere il turco a un modello vocale già addestrato su 53 lingue. Sulle registrazioni riservate al test il tasso di errore per parola è stato del 23%.",
        "year": "2024",
        "companions": [
          "model:xlsr-tr",
          "model:whisper-tr"
        ],
        "url": "https://tasaract.com/it/?scene=work%3Aturkish-asr#journey",
        "topics": [
          "language"
        ],
        "connections": [
          {
            "id": "model:xlsr-tr",
            "title": "Wav2Vec2 XLS-R · Turkish",
            "url": "https://tasaract.com/it/?scene=model%3Axlsr-tr#journey"
          },
          {
            "id": "model:whisper-tr",
            "title": "Whisper Medium TR",
            "url": "https://tasaract.com/it/?scene=model%3Awhisper-tr#journey"
          }
        ],
        "recordUrl": "https://tasaract.com/it/work/turkish-asr/",
        "source": "https://dergipark.org.tr/en/pub/acin/article/1338604"
      },
      {
        "id": "repository:regression-atlas",
        "domain": "learning",
        "title": "Quanto spazio serve a una previsione?",
        "text": "Con un intervallo molto ampio è facile includere il valore reale. Su 67 insiemi di dati ho confrontato quanto spesso ci riusciva ciascun metodo e quanto doveva allargare l’intervallo.",
        "year": "2026",
        "companions": [
          "work:coverage-deferral",
          "work:quantum-conformal"
        ],
        "url": "https://tasaract.com/it/?scene=repository%3Aregression-atlas#journey",
        "topics": [
          "uncertainty"
        ],
        "connections": [
          {
            "id": "work:coverage-deferral",
            "title": "Quali casi richiedono un secondo esame?",
            "url": "https://tasaract.com/it/?scene=work%3Acoverage-deferral#journey"
          },
          {
            "id": "work:quantum-conformal",
            "title": "Due qubit, quattro esiti",
            "url": "https://tasaract.com/it/?scene=work%3Aquantum-conformal#journey"
          }
        ],
        "recordUrl": "https://tasaract.com/it/lab/regression-atlas/",
        "source": "https://github.com/detasar/regression-conformal-prediction-research-atlas"
      },
      {
        "id": "work:coverage-deferral",
        "domain": "confidence",
        "title": "Quali casi richiedono un secondo esame?",
        "text": "Nella mia simulazione sui dati Adult, calibrare ogni gruppo separatamente ha avvicinato i rispettivi tassi di copertura. È cresciuta però la differenza tra i gruppi nella frequenza dei casi affidati alla revisione umana.",
        "year": "2025",
        "companions": [
          "study:coverage-deferral",
          "repository:fairness-metrics"
        ],
        "url": "https://tasaract.com/it/?scene=work%3Acoverage-deferral#journey",
        "topics": [
          "fairness",
          "uncertainty"
        ],
        "connections": [
          {
            "id": "study:coverage-deferral",
            "title": "Tabella 4 · Copertura e riesame umano",
            "url": "https://tasaract.com/it/?scene=study%3Acoverage-deferral#journey"
          },
          {
            "id": "repository:fairness-metrics",
            "title": "Fairness Metrics",
            "url": "https://tasaract.com/it/?scene=repository%3Afairness-metrics#journey"
          }
        ],
        "recordUrl": "https://tasaract.com/it/work/coverage-deferral/",
        "source": "https://www.preprints.org/manuscript/202512.2631"
      },
      {
        "id": "work:quantum-conformal",
        "domain": "quantum",
        "title": "Due qubit, quattro esiti",
        "text": "Misurare due qubit può dare quattro esiti diversi. Ho usato esempi precedenti per stimare insieme l’incertezza delle quattro probabilità, poi ho verificato le stime su dati nuovi.",
        "year": "2025",
        "companions": [
          "patent:2026-004441",
          "note:quantum-measurement"
        ],
        "url": "https://tasaract.com/it/?scene=work%3Aquantum-conformal#journey",
        "topics": [
          "uncertainty",
          "quantum"
        ],
        "connections": [
          {
            "id": "patent:2026-004441",
            "title": "Gruppi di clienti fra segnali e rumore",
            "url": "https://tasaract.com/it/?scene=patent%3A2026-004441#journey"
          },
          {
            "id": "note:quantum-measurement",
            "title": "Misura quantistica",
            "url": "https://tasaract.com/it/?scene=note%3Aquantum-measurement#journey"
          }
        ],
        "recordUrl": "https://tasaract.com/it/work/quantum-conformal/",
        "source": "https://journals.gen.tr/index.php/jqtair/article/view/2702"
      },
      {
        "id": "patent:2026-004441",
        "domain": "invention",
        "title": "Gruppi di clienti fra segnali e rumore",
        "text": "Quanto sono stabili i gruppi che troviamo nei dati finanziari? Nella domanda TR 2026/004441 proponiamo di formarli con il clustering quantistico e di quantificare l’incertezza con la predizione conformale.",
        "year": "2026",
        "companions": [
          "work:quantum-conformal"
        ],
        "url": "https://tasaract.com/it/?scene=patent%3A2026-004441#journey",
        "topics": [
          "invention",
          "quantum",
          "uncertainty"
        ],
        "connections": [
          {
            "id": "work:quantum-conformal",
            "title": "Due qubit, quattro esiti",
            "url": "https://tasaract.com/it/?scene=work%3Aquantum-conformal#journey"
          }
        ],
        "recordUrl": "https://tasaract.com/it/patents/2026-004441/",
        "source": "https://www.turkpatent.gov.tr/arastirma-yap?form=patent"
      },
      {
        "id": "patent:2023-011901",
        "domain": "invention",
        "title": "Un varco largo un dito",
        "text": "La nostra domanda turca descrive un microrobot snodato che potrebbe infilarsi tra le macerie con una telecamera e un cavo di collegamento. La domanda internazionale per la stessa invenzione è stata pubblicata nel 2025.",
        "year": "2023",
        "companions": [
          "work:micro-robot-rescue"
        ],
        "url": "https://tasaract.com/it/?scene=patent%3A2023-011901#journey",
        "topics": [
          "invention"
        ],
        "connections": [
          {
            "id": "work:micro-robot-rescue",
            "title": "Microrobot per la ricerca e il soccorso",
            "url": "https://tasaract.com/it/?scene=work%3Amicro-robot-rescue#journey"
          }
        ],
        "recordUrl": "https://tasaract.com/it/patents/2023-011901/",
        "source": "https://patents.google.com/patent/TR2023011901A2/en"
      },
      {
        "id": "work:agent-chronicle",
        "domain": "agents",
        "title": "Quando l’agente dice «fatto»",
        "text": "Ho creato Agent Chronicle per poter ricostruire una sessione di programmazione. Da una decisione posso risalire ai file modificati e aprire i controlli che documentano il risultato.",
        "year": "2026",
        "companions": [
          "repository:agent-chronicle",
          "patent:2025-007995"
        ],
        "url": "https://tasaract.com/it/?scene=work%3Aagent-chronicle#journey",
        "topics": [
          "agents"
        ],
        "connections": [
          {
            "id": "repository:agent-chronicle",
            "title": "Agent Chronicle",
            "url": "https://tasaract.com/it/?scene=repository%3Aagent-chronicle#journey"
          },
          {
            "id": "patent:2025-007995",
            "title": "Ambiente di sviluppo con architettura ad agenti e formato dati",
            "url": "https://tasaract.com/it/?scene=patent%3A2025-007995#journey"
          }
        ],
        "recordUrl": "https://tasaract.com/it/work/agent-chronicle/",
        "source": "https://github.com/detasar/agent-chronicle-community"
      },
      {
        "id": "work:weight-editing",
        "domain": "learning",
        "title": "Un modello può ripararne un altro?",
        "text": "Quando ho affidato un classificatore danneggiato a modelli linguistici, in una prova l’accuratezza bilanciata è salita di poco e quella complessiva è scesa. Con SmolLM2 integro, la ricerca ha selezionato i pesi originali.",
        "year": "2026",
        "companions": [
          "work:coverage-deferral"
        ],
        "url": "https://tasaract.com/it/?scene=work%3Aweight-editing#journey",
        "topics": [
          "agents",
          "language"
        ],
        "connections": [
          {
            "id": "work:coverage-deferral",
            "title": "Quali casi richiedono un secondo esame?",
            "url": "https://tasaract.com/it/?scene=work%3Acoverage-deferral#journey"
          }
        ],
        "recordUrl": "https://tasaract.com/it/work/weight-editing/",
        "source": "https://github.com/detasar/llm-weight-editing-study"
      }
    ]
  }
}
