# Tasaract — Davut Emre Taşar > 気になる問いからリンクをたどると、関連するプロジェクト、裏付けとなる資料、元の出典を確認できます。 ## エムレのテッセラクト ようこそ。トルコ語のひと言ににじむ気持ちも、量子測定の結果も、私には気になる問いの始まりです。その先を一緒にたどってみてください。 ### [プログラムの次の一手](https://tasaract.com/ja/?scene=project%3Ameaning-native-computing#journey) Meaning-Native Computingで調べているのは、プログラムが従う規則を知れば、次の命令をより正確に予測できるかどうかです。予測した命令を実際に実行してよいかは、別の仕組みで検証します。 [原典](https://tasaract.com/en/#meaning-native-computing) ### [トルコ語のレビューの温度を読む](https://tasaract.com/ja/?scene=repository%3Aturkish-binary-reviews#journey) · 2021 トルコ語のレビューが好意的か否定的かを見分けるよう、BERTを学習させました。2022年には、どちらでもない中立的な感想も見分けられる別のモデルを公開しました。 [原典](https://github.com/detasar/BERT-TR-Finetuned4-Pos-Neg-Reviews) ### [トルコ語に耳を傾ける](https://tasaract.com/ja/?scene=work%3Aturkish-asr#journey) · 2024 53言語の音声で事前学習したモデルに、Common Voiceの録音を使ってトルコ語の書き起こしを学習させました。評価用に取り分けておいた録音での単語誤り率は23%でした。 [原典](https://dergipark.org.tr/en/pub/acin/article/1338604) ### [予測にどれだけ幅を持たせるか](https://tasaract.com/ja/?scene=repository%3Aregression-atlas#journey) · 2026 予測区間を広げれば、実際の値は収まりやすくなります。67のデータセットで、各手法の区間に実測値が収まった頻度と、そのために必要だった区間の幅を比べました。 [原典](https://github.com/detasar/regression-conformal-prediction-research-atlas) ### [誰のケースが人の確認を待つのか](https://tasaract.com/ja/?scene=work%3Acoverage-deferral#journey) · 2025 Adultデータセットを使ったシミュレーションでは、グループ別に校正すると、正解を予測集合に含む割合の差は縮まりました。その一方で、人の確認に回す割合の差は広がりました。 [原典](https://www.preprints.org/manuscript/202512.2631) ### [二つの量子ビット、四つの結果](https://tasaract.com/ja/?scene=work%3Aquantum-conformal#journey) · 2025 二つの量子ビットを測定すると、四通りの結果が考えられます。過去の例から四つの確率の不確かさをまとめて推定し、その推定を新しいデータで確かめました。 [原典](https://journals.gen.tr/index.php/jqtair/article/view/2702) ### [ノイズの中で顧客をグループに分ける](https://tasaract.com/ja/?scene=patent%3A2026-004441#journey) · 2026 金融データから見いだした顧客グループは、どれほど安定しているのでしょう。特許出願TR 2026/004441では、量子クラスタリングでグループを作り、コンフォーマル予測で不確かさを測る方法を提案しました。 [原典](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) ### [指一本ぶんの隙間から](https://tasaract.com/ja/?scene=patent%3A2023-011901#journey) · 2023 トルコでの出願で提案したのは、カメラを載せ、ケーブルを引きながらがれきの隙間に入れる多関節の小型ロボットです。同じ発明の国際出願は2025年に公開されました。 [原典](https://patents.google.com/patent/TR2023011901A2/en) ### [エージェントが「完了」と言ったあと](https://tasaract.com/ja/?scene=work%3Aagent-chronicle#journey) · 2026 コードを書く過程をあとからたどれるよう、Agent Chronicleを作りました。ある判断から、変更されたファイルや結果を裏づける検証記録までたどれます。 [原典](https://github.com/detasar/agent-chronicle-community) ### [モデルは別のモデルを修復できるか](https://tasaract.com/ja/?scene=work%3Aweight-editing#journey) · 2026 重みの一部を無効にした分類器を言語モデルに編集させると、ある試行では均衡精度がわずかに上がり、全体の正解率は下がりました。損傷のないSmolLM2を使った別の実験では、探索の結果、元の重みが選ばれました。 [原典](https://github.com/detasar/llm-weight-editing-study) ## どこから読むか - [プログラムが守るべき決まりを知っていれば、コンピューターは次に実行される命令をより正確に予測できるだろうか。](https://tasaract.com/ja/#meaning-native-computing) — Meaning-Native Computing - [誰のケースが再審査に回るのか。](https://tasaract.com/ja/work/coverage-deferral/) — 被覆率と判断保留のトレードオフ (プレプリント) - [少数の測定で複数の結果の確率をどこまで絞れるか。](https://tasaract.com/ja/work/quantum-conformal/) — 量子測定の多出力コンフォーマル予測 (学術誌論文) - [コーディングエージェントが「完了」と言ったとき、何が変わったか。](https://tasaract.com/ja/work/agent-chronicle/) — Agent Chronicle (リポジトリ) ## この版の内容 - [テキストガイド](https://tasaract.com/ja/guide/) - [知識グラフ](https://tasaract.com/ja/graph/) - [プロフィール](https://tasaract.com/ja/profile/) ## 自己紹介 マドリードでBBVAのAI Innovationチームのデータサイエンティストをしています。ナバーラ大学の博士課程では、AIの予測に含まれる不確かさを測ることで、銀行の判断を今より公平にできないか研究しています。 トルコのエーゲ海沿いにあるイズミルの出身です。昔は土木技術者だったのですが、膝に矢を受けてしまって……。そんなわけでヘルメットを脱いで白衣に袖を通し、今はマドリードでBBVAのAI Innovationチームのデータサイエンティストをしています。 銀行がAIの予測をもとに判断するとき、その予測はどれくらい当てにできるのでしょう。ナバーラ大学の博士課程で調べているのは、予測の不確かさを測り、減らすことで、銀行の判断をもっと公平にできるかということです。オックスフォードで戦略経営を学んだときにも似たことを考えました。今日よいと思った判断は、前提が変わってもなお通用するだろうか、と。 抽象数学の面白さは、一見まるで違う問題に同じ構造が隠れているところ。量子物理の本を読んでいて、測定からいったい何が分かるんだろうと考えるうちに、哲学にたどり着くこともあります。遠く離れていた話がふっとつながる、あの瞬間が好きです。 マドリードはまだまだ知らないところだらけです。スペイン語を勉強するうちに、スペインやラテンアメリカの文化も少しずつ身近に感じられるようになりました。絵を描くこととチェスも好きです。 家ではよくコーヒーを淹れます。小さなダルブッカとカリンバを持っていて、剣道の稽古には『BLEACH』の斬魄刀(Zanpakuto)を使っています。時間があれば、幼い娘がくすっと笑うようなお話を作って聞かせています。 [いちばん気に入っているエスプレッソマシンです。](https://tasaract.com/ja/#espresso) [ナバラ大学で開かれた第5回DATAI科学研究集会で、博士研究について発表したときの一枚です。](https://tasaract.com/ja/#scholar) 2024年、特許に関する仕事と学術研究への貢献が評価され、BBVAのWe Think Big賞を受賞しました。 · [受賞時の写真を見る](https://tasaract.com/ja/#we-think-big) - [GitHub](https://github.com/detasar) - [Hugging Face](https://huggingface.co/emre) - [Scholar](https://scholar.google.com/citations?user=IZZM_JAAAAAJ) - [LinkedIn](https://www.linkedin.com/in/detasar/) - [X](https://x.com/mehanixs) - [ORCID](https://orcid.org/0000-0002-7788-0478) - [ナバラ大学](https://www.unav.edu/web/instituto-de-ciencia-de-los-datos-e-inteligencia-artificial/equipo#:~:text=Enhancing%20Fairness%20in%20AI%20Systems) ## [ノートに書いた四つの問い](https://tasaract.com/ja/#idea-notebook-title) ### オントロジーとデータ構造 列車が遅れると、グラフのどこが変わる? 駅は場所で、発車は出来事だ。それぞれを別の型のノードとして表し、時刻ごとに出典を記録すれば、一つの遅延がどの乗り継ぎに影響するかをたどれるだろうか。 同じ駅から朝9時に出る予定の列車が2本あるとします。グラフには駅を一つだけ置き、それぞれの出発は別の出来事として記録できます。すると、一方の列車の出発時刻を更新しても、もう一方の時刻は変わりません。 私なら、時刻表に載っていた時刻と更新後の時刻を、それぞれの情報源と一緒に残します。出発が9時から9時10分に変われば、その出発につながる情報をたどって、どの乗り継ぎを確認すべきか調べられます。駅全体に時刻を一つしか記録しなければ、この違いは見えません。 [RDF 1.1 · W3C](https://www.w3.org/TR/rdf11-concepts/) ### [Meaning-Native Computing](https://tasaract.com/ja/#meaning-native-computing) プログラムが守るべき決まりを知っていれば、コンピューターは次に実行される命令をより正確に予測できるだろうか。 Meaning-Native Computing は私が独立して取り組んでいる研究だ。同じプログラムと同程度の計算資源を使って、二つの予測手法を比べてみたい。一方にだけ、プログラムが守るべき決まりを明示しておく。それで先の動きを予測しやすくなるだろうか。予測した変更を実際に反映する前には、その変更が決まりに従っているかを独立に検証する必要がある。 この個人研究では、実行中の同じプログラムを観察する二つの予測手法を、ほぼ同じ計算資源で比べたいと考えています。片方には、プログラムの規則をコンピューターが適用できる形で記述した「実行可能なオントロジー」も渡します。規則が分かると、次に実行される命令を当てやすくなるでしょうか。 規則が次の一手として二通りを許しているなら、すべての規則を守っていても予測は外れます。そこで、予測とプログラムが実際に取った手順を突き合わせたいのです。また、提案された変更を反映する前には、その変更が規則で許されているかを独立に検証する必要があります。 ### 圏論 二つの変換を合成したとき、何が保たれる? 一つの処理が時刻表をグラフに変え、もう一つがその中で経路を探す。この二つを合成しても、どの時刻がどの駅に属するかという関係を保つにはどうすればよいだろう。 ある処理が時刻表をグラフに変換し、次の処理がそのグラフから経路を探します。この二つを順につなぐのが合成の一例です。気になるのは、出来上がった経路に並ぶ時刻がそれぞれどの駅のものか、後からたどれるかどうかです。 たとえば、二つの駅にそれぞれ9時発の列車があるとします。最初の処理が時刻だけを残して駅の情報を捨ててしまえば、経路を探す段階で「9時」という情報だけから元の駅を割り出すことはできません。小さな時刻表にも、次の段階に何を引き継ぐべきかという問いがあります。 [Seven Sketches in Compositionality](https://arxiv.org/abs/1803.05316) ### 量子測定 同じ量子ビットに別の問いを投げかけたら? 状態 “+” を用意する。X 基底で測れば結果は必ず +。Z 基底では 0 と 1 が半々になる。同じように準備しても、測り方を変えると答えが変わる。そのところに惹かれる。 毎回の測定前に、量子ビットを改めてプラス状態に準備するとします。理想的な条件でX基底で測れば、結果は必ずプラスです。同じように準備してZ基底で測ると、0と1がそれぞれ半分の確率で現れます。 Z基底で10回測った結果が、0が7回、1が3回でも不思議ではありません。半分というのは1回ごとに0が出る確率で、10回のうち何回出るかが決まっているわけではありません。短い測定結果を眺めるときほど、見落としやすい違いです。 [Quantum Information · IBM](https://quantum.cloud.ibm.com/learning/en/courses/basics-of-quantum-information/single-systems/quantum-information) [Specify observables in the Pauli basis · IBM Quantum Documentation](https://quantum.cloud.ibm.com/docs/en/qiskit/specify-observables-pauli) ## 研究アトラス ### [不確実性](https://tasaract.com/ja/#topic-uncertainty) 予測の限界をどう測るか。 校正データとコンフォーマル予測を使い、どの答えが妥当で、いつ判断を人に託すべきかを調べます。 - [被覆率と判断保留のトレードオフ](https://tasaract.com/ja/work/coverage-deferral/) - [量子測定の多出力コンフォーマル予測](https://tasaract.com/ja/work/quantum-conformal/) - [Regression Conformal Prediction Research Atlas](https://tasaract.com/ja/lab/regression-atlas/) ### [公平性](https://tasaract.com/ja/#topic-fairness) 判断の保留は誰の負担になるか。 グループ間の誤り、被覆率、人による審査に回る割合を比べ、同じ基準が人々に与える影響を調べます。 - [被覆率と判断保留のトレードオフ](https://tasaract.com/ja/work/coverage-deferral/) - [Fairness Metrics](https://tasaract.com/ja/lab/fairness-metrics/) ### [エージェントシステム](https://tasaract.com/ja/#topic-agents) 自動で行われた操作を後からどう確かめるか。 目標やツールの操作、検証結果を証拠と結び、エージェントがたどった過程を再構成します。 - [Agent Chronicle](https://tasaract.com/ja/work/agent-chronicle/) - [操作も行える対話アシスタント](https://tasaract.com/ja/work/chat-assistant/) - [BIRD · Text-to-SQL experiments](https://tasaract.com/ja/lab/bird-sql/) ### [量子研究](https://tasaract.com/ja/#topic-quantum) 限られた回数の測定から何がわかるか。 量子測定の統計的不確実性、相関が基準から外れる条件、検証結果が成り立つ範囲を調べます。 - [量子測定の多出力コンフォーマル予測](https://tasaract.com/ja/work/quantum-conformal/) - [TARA:適応順位による量子異常検知](https://tasaract.com/ja/work/tara/) - [Quantum Time Experiment](https://tasaract.com/ja/lab/quantum-clocks/) ### [発明](https://tasaract.com/ja/#topic-invention) 現場の問いをどう設計に落とし込むか。 決済端末から救助用マイクロロボットまで、提案の出発点と仕組みを実際の出願記録からたどります。 - [操作も行える対話アシスタント](https://tasaract.com/ja/work/chat-assistant/) - [捜索救助用のマイクロロボット](https://tasaract.com/ja/work/micro-robot-rescue/) ### [言語技術](https://tasaract.com/ja/#topic-language) 機械がトルコ語を理解するには何が必要か。 音声認識、多言語理解、推論を研究し、第三者が検証できるモデルやデータを公開しています。 - [操作も行える対話アシスタント](https://tasaract.com/ja/work/chat-assistant/) - [音声で操作できる決済端末](https://tasaract.com/ja/work/ai-pos/) - [Turkish Sentiment Analysis · TSAM](https://tasaract.com/ja/lab/turkish-sentiment/) ## 研究ノート — [被覆率と判断保留のトレードオフ](https://tasaract.com/ja/work/coverage-deferral/) 誰のケースが再審査に回るのか。 表4 · パーセントポイント. 100種類の乱数シードを使用。目標被覆率は90%。 | データセット | 被覆率の差 · 一括校正 | 被覆率の差 · グループ別校正 | 審査への移行率の差 · 一括校正 | 審査への移行率の差 · グループ別校正 | | --- | ---: | ---: | ---: | ---: | | Adult | 5.0 | 1.2 | 5.1 | 12.9 | | ACS Income | 0.8 | 0.8 | 3.4 | 5.4 | | Bank Marketing | 2.0 | 1.1 | 0.0 | 3.0 | | 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 | [原典](https://www.preprints.org/manuscript/202512.2631#:~:text=Table%204.%20Coverage-deferral%20trade-off%20across%20datasets) ## 研究・論文 ### [被覆率と判断保留のトレードオフ](https://tasaract.com/ja/work/coverage-deferral/) 原題 · The Coverage-Deferral Trade-Off: Fairness Implications of Conformal Prediction in Human-in-the-Loop Decision Systems 2025 · プレプリント · 単著 · Davut Emre Taşar · Preprints.org 誰のケースが再審査に回るのか。 一括校正とグループ別校正を比較しました。Adult データ、目標被覆率90%、乱数シード100通りの模擬審査では、被覆率の群間差は5.0から1.2ポイントに縮まり、審査に回る割合の差は5.1から12.9ポイントに広がりました。 モデルが二つの答えをどちらも妥当とみなしたとき、判断を人に委ねることができる。その確認を待つ機会が多いのは、どの集団だろうか。 このプレプリントでは、六つのデータセットで二つの較正方法を比較した。集団別に較正すると、モデルの候補に正解が含まれる割合の集団間格差は縮まった。一方、人による確認に回る割合の格差は広がった。 [公平性](https://tasaract.com/ja/#topic-fairness) · [不確実性](https://tasaract.com/ja/#topic-uncertainty) [原典](https://www.preprints.org/manuscript/202512.2631) ### [Agent Chronicle](https://tasaract.com/ja/work/agent-chronicle/) 2026 · リポジトリ · メンテナー · Agent Chronicle Community · GitHub コーディングエージェントが「完了」と言ったとき、何が変わったか。 Codex や Claude の作業目標、判断、ファイル変更、検証を一つの時系列に並べます。進捗の主張から実際の操作記録を開いて確かめられます。 休憩を終えてコーディング作業に戻ると、まず具体的なことが気になります。どのファイルが変わったか。判断を待っていることはあるか。どのチェックが通ったか。Agent Chronicle は Codex や Claude の活動記録をローカルのタイムラインに並べ、答えを個々の出来事までたどれるようにします。 選んだ記録について AI に要約を頼むこともできます。送信前に対象の記録を確かめ、あとから要約のリンクで元の記録に戻れます。 [エージェントシステム](https://tasaract.com/ja/#topic-agents) [原典](https://github.com/detasar/agent-chronicle-community) ### [量子測定の多出力コンフォーマル予測](https://tasaract.com/ja/work/quantum-conformal/) 原題 · Quantum-Enhanced Conformal Methods for Multi-Output Uncertainty: A Holistic Exploration and Experimental Analysis 2025 · 学術誌論文 · 単著 · Davut Emre Taşar · Journal of Quantum Technologies and Informatics Research 少数の測定で複数の結果の確率をどこまで絞れるか。 過去の測定で予測集合を校正し、取り分けたシミュレーションデータと複数の基底での測定を使って被覆率と集合サイズを評価しました。実験用ノートブックも公開しています。 二つの量子ビットを一つの基底で測定すると、結果は四通りある。三つの異なる基底で測定すれば、十二個の確率をまとめて推定することになる。 この研究では、回帰モデルとコンフォーマル予測を組み合わせ、推定値全体を囲む領域を作った。その領域がすべての対象確率を同時に含む割合と、その割合を達成するのに必要な領域の大きさを調べている。 [不確実性](https://tasaract.com/ja/#topic-uncertainty) · [量子研究](https://tasaract.com/ja/#topic-quantum) [原典](https://journals.gen.tr/index.php/jqtair/article/view/2702) ### [TARA:適応順位による量子異常検知](https://tasaract.com/ja/work/tara/) 原題 · TARA Test-by-Adaptive-Ranks for Quantum Anomaly Detection with Conformal Prediction Guarantees 2025 · プレプリント · 筆頭著者 · Davut Emre Taşar, Ceren Öcal Taşar · arXiv 測定列の変化にいつ気づけるか。 観測のまとまりを基準分布と比べる方法と、測定ごとに証拠を蓄積する方法を検討しました。プレプリントでは IBM Torino と IonQ Forte Enterprise での実験に加え、校正・評価分布の選び方も扱っています。 量子測定を重ねるなかで、古典的な説明を疑うだけの根拠はいつそろうのか。TARA の一つの検定は、測定値を古典モデルから得た参照データと照合する。もう一つは測定のたびに証拠を積み上げる。論文の仮定の下では、データを何度確認しても誤警報のリスクを制御できる。 このプレプリントは、IBM Torino と IonQ Forte Enterprise という二種類の量子プロセッサーでの実験を報告している。 [量子研究](https://tasaract.com/ja/#topic-quantum) · [不確実性](https://tasaract.com/ja/#topic-uncertainty) [原典](https://arxiv.org/abs/2512.04016) ### [操作も行える対話アシスタント](https://tasaract.com/ja/work/chat-assistant/) 原題 · A chat assistant system 2025 · 特許出願 (PCT) · 共同発明者 · WIPO · PCT 会話をどの時点で操作に移すか。 質問には情報検索、指示には操作の実行で応じ、両方を一つの会話で扱う提案です。国際出願は2025年4月3日に公開されました。 音声や文字で質問すると、提案されたアシスタントは外部の情報源を検索し、結果と質問との関連性を評価してチャットで答える。指示を受けて操作を実行することも想定されている。検索や分析の履歴を後から使えるように保存する方法や、ニュース配信、金融データなどを定期的に確認する手順も記されている。 [発明](https://tasaract.com/ja/#topic-invention) · [エージェントシステム](https://tasaract.com/ja/#topic-agents) · [言語技術](https://tasaract.com/ja/#topic-language) [原典](https://patents.google.com/patent/WO2025071524A1/en) ### [捜索救助用のマイクロロボット](https://tasaract.com/ja/work/micro-robot-rescue/) 原題 · A system for providing search and rescue operation via a micro-robot 2025 · 特許出願 (PCT) · 共同発明者 · WIPO · PCT 指一本ほどの隙間から、どう被災者に近づくか。 関節を持つ小型ロボットで瓦礫の隙間を進み、カメラとセンサーで人を探し、ケーブルで通信と支援をつなぐ構想です。TR 2023/011901 と WO2025071525A1 は同じ発明の記録です。 倒壊した建物や坑道では、わずかな隙間が取り残された人に近づく唯一の道かもしれない。この出願は、カメラとセンサーで周囲を捉えながら狭い場所を進む小型の関節ロボットを記述する。生存者を発見すると、通信線と物資を送る管を備えたケーブルが役立つ。救助隊は測定値を基に、どこを掘り、何を優先するかを判断できる。 [発明](https://tasaract.com/ja/#topic-invention) · [エージェントシステム](https://tasaract.com/ja/#topic-agents) [原典](https://patents.google.com/patent/WO2025071525A1/en) ### [音声で操作できる決済端末](https://tasaract.com/ja/work/ai-pos/) 原題 · An artificial intelligence-aided point of sale device management system 2024 · 特許出願 (PCT) · 共同発明者 · WIPO · PCT 店主が話しかけて決済端末を操作できるか。 音声や文字による遠隔操作、QRコードによる出力、取引の不正兆候の分析を提案しました。国際出願は2024年10月24日に公開されました。 店側が日常の言葉で指示を話したり入力したりして、販売時点情報管理端末を遠隔操作する構想。取引ごとに、明細に対応するQRコードを生成できる。購入履歴と顧客の好みから販売提案を選ぶ機能や、分析で不正の疑いが出たときに端末へ警告を送る機能も記されている。 [発明](https://tasaract.com/ja/#topic-invention) · [言語技術](https://tasaract.com/ja/#topic-language) [原典](https://patents.google.com/patent/WO2024220062A1/en) ### [手の動きで操作する仮想キーボードとマウス](https://tasaract.com/ja/work/virtual-input/) 原題 · A system for using a virtual keyboard and a mouse 2025 · 特許出願 (PCT) · 共同発明者 · WIPO · PCT 仮想画面でキーボードはどこにあるか。 カメラで手の動きを捉え、VR・AR空間内のキーボードやマウスの入力として解釈します。TR 2023/011601 と WO2025063923A1 は同じ発明を記載しています。 目の前にキーボードやマウスがないとき、どうやって文字を打ったり、何かを指し示したりするのか。この出願のシステムは、カメラ画像から手の動きを認識し、仮想現実や拡張現実の環境でキーボードやマウスの入力に変換する。使う人の動きに合わせて、仮想レイアウトやジェスチャー認識の設定を調整できる。 [発明](https://tasaract.com/ja/#topic-invention) [原典](https://patents.google.com/patent/WO2025063923A1/en) ### [働く人に合わせた提案](https://tasaract.com/ja/work/personalized-suggestions/) 原題 · A system for increasing employee productivity by providing personalized suggestions 2025 · 特許出願 (PCT) · 共同発明者 · WIPO · PCT 仕事のアシスタントは何を手掛かりに提案できるか。 その日の行動や気分、健康に関する情報から個別の提案を作る設計です。トルコ出願 TR 2023/011830 に対応する国際公開は WO2025063924A1 です。 一時間前には場違いだった散歩の提案も、夕方ならちょうどいいかもしれない。職場向けに提案されたアプリは、本人が伝えた気分、スマートウォッチの測定値、時刻を組み合わせ、休憩や散歩、音楽を聴くことを勧める。その反応と新しい測定値を取り込んで、次の提案を調整する。 [発明](https://tasaract.com/ja/#topic-invention) [原典](https://patents.google.com/patent/WO2025063924A1/en) ### [量子認証の敵対的条件下での限界](https://tasaract.com/ja/work/adversarial-quantum/) 原題 · Adversarial Limits of Quantum Certification: When Eve Defeats Detection 2025 · プレプリント · 単著 · Davut Emre Taşar · arXiv 条件を変えても高い検定成績は維持できるか。 校正用と評価用のデータの選び方が量子相関の検証結果に与える影響を調べました。プレプリントではシミュレーションと IBM Quantum の測定を比較し、評価の前提を明記しています。 量子認証のテストで高いスコアが出るかどうかは、どの例を比較の基準にしたかにも左右される。このプレプリントは、量子測定から得た相関と、古典モデルが生成した相関を比較した。 較正に使う参照データを変えると、検出器の見かけ上の性能も変わった。ある実験条件では、試したどの手法も、二つの出所を偶然の水準より高い精度で区別できなかった。 [量子研究](https://tasaract.com/ja/#topic-quantum) · [不確実性](https://tasaract.com/ja/#topic-uncertainty) [原典](https://arxiv.org/abs/2512.04391) ### [トルコ語の音声認識](https://tasaract.com/ja/work/turkish-asr/) 原題 · Transformer-Based Turkish Automatic Speech Recognition 2024 · 学術誌論文 · 筆頭著者 · Davut Emre Taşar, Kutan Koruyan, Cihan Çılgın · Acta Infologica 異なる言語で学んだ音声表現はトルコ語に引き継げるか。 53言語で事前学習した Wav2Vec 2.0 を Mozilla Common Voice のトルコ語音声と書き起こしで追加学習しました。同データのテスト分割で単語誤り率は23%でした。 このシステムは、録音したトルコ語の音声を文字に起こす。研究では、53 言語の音声で事前学習した XLSR-Wav2Vec 2.0 を、Mozilla Common Voice のトルコ語の録音と書き起こしで追加学習した。 このコーパスのテスト用データで単語誤り率は 23% だった。正解の書き起こしと照らし合わせ、余分な語、抜けた語、別の語への置き換えを数える指標である。 [言語技術](https://tasaract.com/ja/#topic-language) [原典](https://dergipark.org.tr/en/pub/acin/article/1338604) ### [小規模 Qwen による数学推論](https://tasaract.com/ja/work/qwen-grpo/) 原題 · Qwen-0.5B-GRPO: A Fine-Tuned Math Reasoner 2025 · モデル · 開発者 · Davut Emre Taşar · Hugging Face Models 小さなモデルは解答を順序立てて書けるか。 GSM8K を用いて Qwen2.5-0.5B-Instruct を GRPO で調整し、数値の正しさと指定形式への準拠を別々に評価しました。モデルカードには1エポックの学習と推論例を記載しています。 小さなモデルは算数の文章題を解くことと、答えを整理して書くことの両方を学べるでしょうか。この 5 億パラメータの Qwen は GSM8K の問題で 1 エポック訓練しました。解き方を書き、最終的な答えは独立した欄に記します。GRPO による訓練では数値の正しさと出力形式を別々の報酬で確認しました。見た目が整った解答にも計算ミスは起こり得ます。 [言語技術](https://tasaract.com/ja/#topic-language) [原典](https://huggingface.co/emre/Qwen-0.5B-GRPO) ### [トルコ語推論ベンチマーク](https://tasaract.com/ja/work/turkish-reasoning-benchmark/) 原題 · TARA: Turkish Advanced Reasoning Assessment Dataset 2025 · データセット · データセット共同編者 · Davut Emre Taşar, Ceren Öcal Taşar · Hugging Face Datasets トルコ語で推論力をどう試すか。 初版には論理、計画、Python、SQL など10分類の合成問題100件を収録しています。データカードでは正答例に加え、少数の問題と単一の生成器に由来する制約も説明しています。 TARA v1 は、10 分野と 10 段階の難易度の組み合わせごとに 1 問ずつ、計 100 組のトルコ語の合成質問・回答を収録しています。各問題では、モデルに質問と参考文章を渡します。正解例と明示的な採点基準を読めば、与えられたスキーマに合う SQL クエリを書く場合から、条件に沿って物語を作る場合まで、それぞれの課題が何を求めているかを確かめられます。 [言語技術](https://tasaract.com/ja/#topic-language) [原典](https://huggingface.co/datasets/emre/TARA_Turkish_LLM_Benchmark) ### [多言語 BERT を共有するチャットボット](https://tasaract.com/ja/work/multilingual-chatbots/) 原題 · Performance Trade-Off for Bert Based Multi-Domain Multilingual Chatbot Architectures 2021 · 学術誌論文 · 筆頭著者 · Davut Emre Taşar, Şükrü Ozan, Seçilay Kutal, Oğuzhan Ölmez, Semih Gülüm, Fatih Akca, Ceren Belhan · Journal of Artificial Intelligence and Data Science 13の分類タスクに13個のモデルが必要か。 トルコ語・英語・ドイツ語の13タスク、333クラスを扱いました。5個の個別モデルとの比較では、BERT を共有することで合計メモリが10 GBから2 GBになり、精度はわずかに下がりました。 訪問者が質問すると、分類器がそのサイトの回答集から一つを選ぶ。この研究では、チャットボットごとの回答集を保ちながら、複数のサイトで一つの多言語 BERT 分類器を共有できるかを検証した。 比較の対象は、トルコ語、英語、ドイツ語にまたがる 13 の分類タスクと計 333 のカテゴリ。ボットごとにモデルを学習する方式と比べ、回答選択の正確さ、サーバーのメモリ使用量、保存容量を調べた。 [言語技術](https://tasaract.com/ja/#topic-language) [原典](https://dergipark.org.tr/en/pub/jaida/article/1060221) ### [広告分類とラベルの検証](https://tasaract.com/ja/work/ad-text-classification/) 原題 · BERT Modeli’nin Sınıflandırma Doğruluğunun Sıfır-Atış Öğrenmesi ile Artırılması 2021 · 学術誌論文 · 共著者 · Şükrü Ozan, Umut Özdil, Davut Emre Taşar, Büşra Arslan, Gökçe Polat · Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi 広告の分類ラベル自体が誤っていたらどうなるか。 ゼロショットモデルで広告と業種ラベルの整合性を確認し、データを整理して BERT を再学習しました。44業種、約10万1000件の広告を対象に、前処理後の分類性能向上が報告されています。 オンライン広告に付いた業種ラベルが、広告文の内容と合わないことがある。研究チームは、44 業種に分類された約 10 万 1,000 件の広告を使い、文章から業種を判別するよう BERT を学習させた。 一部の業種で精度が低かったため、ゼロショット分類の別モデルで、広告文とラベルの一致を確かめた。不一致の例を除いてから BERT を再学習すると、実験での分類精度は向上した。 [言語技術](https://tasaract.com/ja/#topic-language) [原典](https://dergipark.org.tr/tr/pub/tbbmd/article/1004781) ### [言語モデルでニューラルネットワークを編集する](https://tasaract.com/ja/work/weight-editing/) 原題 · Editing Neural Networks with Language Models 2026 · リポジトリ · 単著 · Davut Emre Taşar · GitHub あるモデルが別のモデルの重みを編集できるだろうか。 UCI Adult データセットを使い、恒久的な損傷を与えた分類器で重みの編集を試した。Sol が提案した編集によって均衡正解率は上がったものの、全体の正解率は下がり、予測確率の信頼性も低下した。損傷のない言語モデル SmolLM2 では、ARC-Easy と PIQA のどの選択でも元の重みが採用された。 言語モデルは重みを書き換えて、損傷した分類器を修復できるでしょうか。UCI Adult の所得分類では、分類器の重みを意図的に損傷させてから実験しました。ある変更で、二つの所得クラスを同じ重みで評価するバランス正解率が0.43ポイント上昇しました。全体の正解率と予測確率の質は低下しました。 別の実験は、損傷のない SmolLM2-1.7B から始めました。科学の問題と日常の物理的な推論を問う問題で候補を試した結果、元のモデルが選ばれました。 [エージェントシステム](https://tasaract.com/ja/#topic-agents) · [言語技術](https://tasaract.com/ja/#topic-language) [原典](https://github.com/detasar/llm-weight-editing-study) ### [多言語言語モデル BLOOM](https://tasaract.com/ja/work/bloom/) 原題 · BLOOM: A 176B-Parameter Open-Access Multilingual Language Model 2022 · プレプリント · 共著者 · BigScience Workshop · BigScience Workshop · arXiv 多言語モデルはどのように公開の場で開発されたか。 BigScience の論文には BLOOM の構成、データ、学習過程が記録されています。エムレはこの大規模な国際共同研究の論文の共著者です。 BLOOM は文章がその先どう続くかを予測する。BigScience の共同研究チームは、46 の自然言語と 13 のプログラミング言語の資料を集めた ROOTS コーパスで、1,760 億パラメータのモデルを学習させた。 論文は、学習データの選び方から多言語での能力評価までを記録している。公開されたモデルの重みとコードを使えば、他の研究者もテストを実行し、言語による応答の違いを比較できる。 [言語技術](https://tasaract.com/ja/#topic-language) [原典](https://arxiv.org/abs/2211.05100) ## 特許・実用新案 トルコ国内の30件の出願に発明者として携わりました。内訳は特許出願28件、実用新案登録出願2件で、出願人はいずれも Türkiye Garanti Bankası A.Ş. です。 国際公開文献の中には、同じトルコ国内出願に対応するものがあります。合計はトルコで出願された件数です。 現在の法的状態は公式登録簿で確認できます。 出願人 · TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ 登録簿の取得日 · 2026-08-31 · [トルコ特許商標庁(TÜRKPATENT)の公式登録簿](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) ### [2026/007909 · 利用者の声に合わせた雑音除去システム](https://tasaract.com/ja/patents/2026-007909/) 特許出願 · 出願日 2026-05-18 話者の声を周囲の音から分離して文字に起こし、好みや場面に合わせて表現を調整したうえで、話者の声の特徴を保って音声を再合成します。 出発点は、周囲の雑音が入った録音です。提案されたシステムは話し手の声を取り出して文字に起こし、場面や本人の好みに合わせて言い回しを調整できます。最後に、元の話し手の声の特徴を残しながら、調整後の文章を音声にします。 公開日 · 2026-07-21 [原典](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026/007909 ### [2026/007907 · 論理推論に基づく人工知能システム](https://tasaract.com/ja/patents/2026-007907/) 特許出願 · 出願日 2026-05-18 取引履歴、利用記録、ネットワークの接続を論理的な知識モデルに変換し、金融、医療、物流などの記録から推論を行います。 一件の取引、利用者の記録、ネットワーク上のつながりは、それぞれ異なる事実を表します。この出願では、それらの事実と関係を共通の論理モデルで表現し、複数の記録を組み合わせて推論する方法を提案しています。金融、医療、物流が用途の例です。 公開日 · 2026-06-22 [原典](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026/007907 ### [2026/006294 · 待ち時間の体験を個別化するシステム](https://tasaract.com/ja/patents/2026-006294/) 特許出願 · 出願日 2026-04-24 待っている人の感情状態を推定し、その状態に合わせて提示するコンテンツを選びます。 同じサービスを待っていても、見たいものや聴きたいものは人によって違います。このシステムは待っている人のそのときの気分を推定し、その推定に基づいて、待ち時間に提示するコンテンツを選びます。 公開日 · 2026-05-21 [原典](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026/006294 ### [2026/006289 · 個人別の動的オントロジーと知識グラフによる退職後の計画・生活支援](https://tasaract.com/ja/patents/2026-006289/) 特許出願 · 出願日 2026-04-24 変化を反映できる個人のオントロジーと知識グラフを結び、退職後の計画作りや日常生活の先回りした支援に用います。 退職後の計画にも日々の手助けにも、その人の暮らしについての共通の理解を生かせます。個人別のオントロジーが大切な概念を定義し、知識グラフがそれらを結びます。暮らしに合わせてその表現を更新しながら、長期計画と日常のニーズの先取りに役立てる構想です。 公開日 · 2026-06-22 [原典](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026/006289 ### [2026/004444 · プライバシーに配慮した AI 環境センシング](https://tasaract.com/ja/patents/2026-004444/) 特許出願 · 出願日 2026-03-26 カメラに制約のある空間で、人の在室や活動をプライバシーに配慮して検知し、状況に応じてエネルギー利用を調整します。 カメラの使用が不適切、あるいは制限されている空間でも、建物の管理上、利用の有無を知りたい場合があります。この提案は人の在室や活動の状況に応じてエネルギー使用量を調整するもので、プライバシーの保護を明示的な設計目標としています。 公開日 · 2026-05-21 [原典](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026/004444 ### [2026/004441 · 量子もつれとコンフォーマル予測によるノイズに強い金融顧客分類](https://tasaract.com/ja/patents/2026-004441/) 特許出願 · 出願日 2026-03-26 複雑なパターンの表現に量子もつれ、顧客群の形成に変分量子クラスタリングを使い、コンフォーマル予測で統計的な裏付けを与える提案です。 顧客のグループは変化し、金融データにはノイズが含まれることもあります。提案では、量子もつれによってデータ内の関係を表し、変分量子クラスタリングでグループを作り、コンフォーマル予測によって分類の不確実性を統計的に評価します。 公開日 · 2026-04-21 [原典](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026/004441 ### [2026/002909 · 予測システム](https://tasaract.com/ja/patents/2026-002909/) 特許出願 · 出願日 2026-02-26 AI の予測の確かさを数値で示します。抄録では借り手の債務不履行、取引の損益、作業の遅延が例に挙げられています。 予測は何が起こりそうかを示します。この出願は、AIの予測をどの程度信頼できるかについても数値を添えることを提案しています。要約には、融資の債務不履行、取引の損益、業務の遅延という三つの例が示されています。 公開日 · 2026-03-23 [原典](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026/002909 ### [2026/001992 · 画像認識と AI による銀行利用者の識別・時間計測・体験改善](https://tasaract.com/ja/patents/2026-001992/) 特許出願 · 出願日 2026-02-10 支店の来訪者を識別し、滞在時間を測り、待ち時間を推定します。退出状況の把握や待ち行列の調整も扱います。 利用者は銀行の支店にどれくらい滞在し、次に並んでいる人はあと何分ほど待つのでしょうか。提案ではコンピュータービジョンで来店者を識別し、滞在や退店を把握して待ち時間を推定します。この推定値を行列の運用に生かせます。 公開日 · 2026-03-23 [原典](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026/001992 ### [2025/019989 · ゲーミフィケーションシステム](https://tasaract.com/ja/patents/2025-019989/) 特許出願 · 出願日 2025-12-12 銀行サービスの利用状況に応じて金融コンテンツやゲームのシナリオを作り、アプリで利用者の反応を集めます。 提案された銀行ゲームは、利用者自身の金融活動を題材にします。言語モデルの助けを借りて、一人ひとりに合わせたゲームのシナリオや金融学習の教材を作ります。銀行アプリでゲームを遊び、受け取ったゲームやコンテンツへの感想を伝えられます。 公開日 · 2026-01-21 [原典](https://patents.google.com/patent/TR2025019989A2/en) · TR2025019989A2 ### [2025/011133 · 連合学習を用いた撮影内容の認知的な拡張](https://tasaract.com/ja/patents/2025-011133/) 特許出願 · 出願日 2025-08-08 端末に記録された個人の映像や音声の思い出を、連合学習を用いてその人に合わせて拡張します。 個人的な思い出の記録には映像と音の両方が含まれます。この出願は、本人の端末で収録した素材をもとに、その人に合わせた形に仕立てることを提案しています。その個別化を支える方法として連合学習が挙げられています。 公開日 · 2025-09-22 [原典](https://patents.google.com/patent/TR2025011133A2/en) · TR2025011133A2 ### [2025/008786 · マルチモーダルコンテンツのための確率的なグラフ変種生成](https://tasaract.com/ja/patents/2025-008786/) 特許出願 · 出願日 2025-06-30 音声、映像、画像から特徴を抽出し、変種を示すグラフを組み立てます。分岐は別の過去や未来、並行する展開を表します。 ある場面には、ほかにどんな展開があり得たでしょうか。システムは音声、動画、静止画から特徴を取り出し、分岐する可能性をグラフに表します。枝は別の過去、あり得る未来、並行する別の展開を表し、新たな枝を加えることもできます。 公開日 · 2025-08-21 [原典](https://patents.google.com/patent/TR2025008786A2/en) · TR2025008786A2 ### [2025/008273 · 個人用取引ブース](https://tasaract.com/ja/patents/2025-008273/) 特許出願 · 出願日 2025-06-20 複数のサービス提供者と機密性の高いやり取りを行うための、プライバシーに配慮したモジュール式ブースです。 複数の事業者を利用する人が、一つの個室ブースで用事を済ませる構想です。機密性の高い手続きや会話のために専用の物理空間を設けます。モジュール式の構造によって、同じブースで異なるサービスを提供できるようにします。 公開日 · 2025-09-22 [原典](https://patents.google.com/patent/TR2025008273A2/en) · TR2025008273A2 ### [2025/008055 · 運転安全システム](https://tasaract.com/ja/patents/2025-008055/) 特許出願 · 出願日 2025-06-18 センサーと AI で衝突をその場で検知・評価し、関係機関に通知します。当事者に交通手段や宿泊先を提案する機能も含みます。 この提案は、車の衝突の瞬間から事故後の具体的な困り事までを扱います。センサーとAIが発生時に事故を評価し、関係機関への通知につなげます。事故に遭った人がその後に必要とする移動手段や宿泊先も想定しています。 公開日 · 2025-08-21 [原典](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2025/008055 ### [2025/008032 · 人と AI の群知能による合意形成](https://tasaract.com/ja/patents/2025-008032/) 特許出願 · 出願日 2025-06-17 人と AI が集合的な意思決定に参加します。複数段階で信頼性を評価し、時間とともに仕組みを調整する提案です。 人とAIエージェントが同じ意思決定に参加します。提案されたシステムは、双方から得た意見の信頼性を複数の段階で評価してから取りまとめます。集団が意思決定を重ねるなかで、プロセス自体も適応していく設計です。 公開日 · 2025-07-21 [原典](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2025/008032 ### [2025/008028 · 複数端末のエコシステムを協調させる仕組み](https://tasaract.com/ja/patents/2025-008028/) 特許出願 · 出願日 2025-06-17 AI で端末とアプリケーションの動きを調整し、利用者とのやり取りに応じて体験を変化させます。 一つの作業に複数の端末やアプリを使うことがあります。この提案はAIでそれらの連携を調整します。その人がさまざまな端末やアプリを継続してどう利用するかを手掛かりに、使い心地を合わせていく考え方です。 公開日 · 2025-07-21 [原典](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2025/008028 ### [2025/007997 · 不動産の総合評価・分析・戦略計画システム](https://tasaract.com/ja/patents/2025-007997/) 特許出願 · 出願日 2025-06-17 複数のデータ源と更新可能なオントロジー、ネットワーク分析、説明可能な生成 AI を用い、不動産評価と戦略計画を結びます。 不動産の評価では複数の情報源を参照します。この提案では、情報を更新可能なオントロジーで整理し、ネットワーク分析で関係を調べます。さらに説明可能な生成AIを使って、評価額とその根拠を戦略的な計画に結び付けます。 公開日 · 2025-07-21 [原典](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2025/007997 ### [2025/007995 · エージェント構成と専用データ形式を備えた開発環境](https://tasaract.com/ja/patents/2025-007995/) 特許出願 · 出願日 2025-06-17 プラットフォームをまたいで移動でき、利用者に合わせた体験を保ちながら適応する AI アシスタントの構成とデータ形式を提案しています。 アシスタントが別のプラットフォームに移ったとき、使い手に合わせてきた部分はどうなるのでしょうか。この出願ではエージェントの構造に対応するデータ形式を組み合わせ、環境をまたいで移動しても個別化を保ち、その後も適応を続けられるようにします。 公開日 · 2025-08-21 [原典](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2025/007995 ### [2024/003815 · 金融分野の顧客間コミュニケーション改善](https://tasaract.com/ja/patents/2024-003815/) 特許出願 · 出願日 2024-03-27 モバイルバンキング、拡張現実、仮想支店をつなぎ、顧客同士が投資などについて話し合い、AI とも対話できるようにします。 株式の購入を検討している利用者が、銀行アプリから仮想支店に入り、ほかの利用者やAIモデルと相談する場面を想定した出願。モバイルアプリ、拡張現実、仮想空間での対話をつなぐ。音声、画像、文章を分析し、やり取りが利用者の国で適用される金融規則に沿っているかを確認する仕組みも記されている。 公開日 · 2024-04-22 [PCT · WO2025207066A1](https://patents.google.com/patent/WO2025207066A1/en) [原典](https://patents.google.com/patent/TR2024003815A2/en) · TR2024003815A2 ### [2024/003813 · 投資チャンネル作成システム](https://tasaract.com/ja/patents/2024-003813/) 特許出願 · 出願日 2024-03-27 専門家や著名人が監修するチャンネルを設け、特定の人物像をもとにした AI アバターが利用者に金融情報を案内します。 専門家や著名人が投資チャンネルを設ける構想です。各チャンネルでは、特定のプロフィールと結び付いたAIアバターを通じて金融に関する案内を提供できます。どのチャンネルを選ぶかによって、どのプロフィールに基づく案内を受けるかも決まります。 公開日 · 2024-04-22 [原典](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2024/003813 ### [2024/003592 · 相互同意による銀行取引の支援](https://tasaract.com/ja/patents/2024-003592/) 特許出願 · 出願日 2024-03-25 支援を希望する顧客と信頼する相手が、双方の承認を経て対象の銀行取引を一緒に進める仕組みです。 銀行の手続きで人の助けを借りるとき、何を頼めるかを事前に決めておく。提案されたアプリは顧客同士の関係から知人を候補に挙げ、双方が協力に同意する取引の種類を登録する。具体的な取引について依頼が届くと相手に通知され、二人が承認してからその取引が実行される。 公開日 · 2024-05-21 [PCT · WO2025207061A1](https://patents.google.com/patent/WO2025207061A1/en) [原典](https://patents.google.com/patent/TR2024003592A2/en) · TR2024003592A2 ### [2023/011901 · マイクロロボットを使う捜索救助システム](https://tasaract.com/ja/patents/2023-011901/) 特許出願 · 出願日 2023-09-25 倒壊した建物や鉱山の狭所に入り、状況を調べて要救助者の発見を助けます。支援を届けるためのラインも提案されています。 倒壊した建物や坑道では、わずかな隙間が取り残された人に近づく唯一の道かもしれない。この出願は、カメラとセンサーで周囲を捉えながら狭い場所を進む小型の関節ロボットを記述する。生存者を発見すると、通信線と物資を送る管を備えたケーブルが役立つ。救助隊は測定値を基に、どこを掘り、何を優先するかを判断できる。 公開日 · 2023-12-21 [トルコで特許付与の最終決定が公告されました](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026-02-23 [PCT · WO2025071525A1](https://patents.google.com/patent/WO2025071525A1/en) [原典](https://patents.google.com/patent/TR2023011901A2/en) · TR2023011901A2 ### [2023/011870 · チャットアシスタントシステム](https://tasaract.com/ja/patents/2023-011870/) 特許出願 · 出願日 2023-09-25 一つの会話の中で、質問を受けるとオンラインで情報を検索し、指示を受けると操作を実行します。 音声や文字で質問すると、提案されたアシスタントは外部の情報源を検索し、結果と質問との関連性を評価してチャットで答える。指示を受けて操作を実行することも想定されている。検索や分析の履歴を後から使えるように保存する方法や、ニュース配信、金融データなどを定期的に確認する手順も記されている。 公開日 · 2023-12-21 [PCT · WO2025071524A1](https://patents.google.com/patent/WO2025071524A1/en) [原典](https://patents.google.com/patent/TR2023011870A2/en) · TR2023011870A2 ### [2023/011830 · 個別の提案で従業員の生産性向上を支援する仕組み](https://tasaract.com/ja/patents/2023-011830/) 特許出願 · 出願日 2023-09-22 従業員のその日の気分や健康に関する情報に基づき、勤務日の過ごし方について個別に提案します。 一時間前には場違いだった散歩の提案も、夕方ならちょうどいいかもしれない。職場向けに提案されたアプリは、本人が伝えた気分、スマートウォッチの測定値、時刻を組み合わせ、休憩や散歩、音楽を聴くことを勧める。その反応と新しい測定値を取り込んで、次の提案を調整する。 公開日 · 2024-08-21 [PCT · WO2025063924A1](https://patents.google.com/patent/WO2025063924A1/en) [原典](https://patents.google.com/patent/TR2023011830A2/en) · TR2023011830A2 ### [2023/011601 · 仮想キーボードとマウスを使う仕組み](https://tasaract.com/ja/patents/2023-011601/) 特許出願 · 出願日 2023-09-18 手の動きを追跡し、仮想現実や拡張現実の中でキーボードやマウスの入力に変換します。 目の前にキーボードやマウスがないとき、どうやって文字を打ったり、何かを指し示したりするのか。この出願のシステムは、カメラ画像から手の動きを認識し、仮想現実や拡張現実の環境でキーボードやマウスの入力に変換する。使う人の動きに合わせて、仮想レイアウトやジェスチャー認識の設定を調整できる。 公開日 · 2023-12-21 [PCT · WO2025063923A1](https://patents.google.com/patent/WO2025063923A1/en) [原典](https://patents.google.com/patent/TR2023011601A2/en) · TR2023011601A2 ### [2023/011600 · ATM 取引の安全性を高める仕組み](https://tasaract.com/ja/patents/2023-011600/) 実用新案登録出願 · 出願日 2023-09-18 取引後のカード、現金、明細票の取り忘れを監視します。利用者が立ち去ったときには銀行アプリで知らせることができます。 銀行のシステムでは出金が完了していても、紙幣がまだ受取口に残っていることがある。この実用新案の出願は、ATMのカメラデータを使い、利用者がカード、現金、明細票を取り忘れて立ち去ったことを検知する仕組みを記述する。最寄りの支店に通知し、銀行アプリや自動音声電話で利用者に連絡することができる。 公開日 · 2024-01-22 [PCT · WO2025063922A1](https://patents.google.com/patent/WO2025063922A1/en) [原典](https://patents.google.com/patent/TR2023011600A2/en) · TR2023011600A2 ### [2023/011599 · ATM の操作を簡単にする仕組み](https://tasaract.com/ja/patents/2023-011599/) 特許出願 · 出願日 2023-09-18 スマートフォンやタブレットで ATM のコードを読み取り、拡張現実で操作画面を表示します。入出金や明細印刷は実機が受け持ちます。 この構想ではスマートフォンがATMの操作画面になる。利用するATMに表示されたコードを読み取ると、手元の端末に拡張現実のインターフェースが開く。入金の受け取り、現金の払い出し、明細票の印刷は、引き続きATMが担う。カメラが利用者の立ち去りを検知した際にセッションを終了する仕組みも記されている。 公開日 · 2024-01-22 [PCT · WO2025063920A1](https://patents.google.com/patent/WO2025063920A1/en) [原典](https://patents.google.com/patent/TR2023011599A2/en) · TR2023011599A2 ### [2023/004244 · AI による決済端末の管理](https://tasaract.com/ja/patents/2023-004244/) 特許出願 · 出願日 2023-04-17 音声やテキストで端末を遠隔操作し、出力を QR コードで表示する構想です。不正の兆候を探す取引分析も含みます。 店側が日常の言葉で指示を話したり入力したりして、販売時点情報管理端末を遠隔操作する構想。取引ごとに、明細に対応するQRコードを生成できる。購入履歴と顧客の好みから販売提案を選ぶ機能や、分析で不正の疑いが出たときに端末へ警告を送る機能も記されている。 公開日 · 2023-09-21 [PCT · WO2024220062A1](https://patents.google.com/patent/WO2024220062A1/en) [原典](https://patents.google.com/patent/TR2023004244A2/en) · TR2023004244A2 ### [2023/004047 · 安全な購買取引システム](https://tasaract.com/ja/patents/2023-004047/) 特許出願 · 出願日 2023-04-12 信用取引や信用状による取引で契約を作成・共有し、その進捗と証憑をブロックチェーンに記録します。取引相手の候補を AI が提案します。 信用取引や信用状を使う取引では、各段階で何を行い、履行をどう確認するかを当事者間で取り決められる。この出願では、その条件、進捗の節目、確認証明書をブロックチェーンに記録する。監督者が条件の確認に参加でき、ある段階の基準を満たしたと確認されれば、システムがその段階分のデジタル決済を実行できる。 公開日 · 2023-09-21 [PCT · WO2024215289A1](https://patents.google.com/patent/WO2024215289A1/en) [原典](https://patents.google.com/patent/TR2023004047A2/en) · TR2023004047A2 ### [2022/016679 · 推薦システム](https://tasaract.com/ja/patents/2022-016679/) 実用新案登録出願 · 出願日 2022-11-03 会話や仮想環境で与えられる文字、画像、音声、動きから商品を提案し、過去の入力と推薦を保存して対話を継続します。 この実用新案の出願には、車の写真と「保険料はいくらか」という音声の質問を組み合わせる例がある。写真から車の特徴を読み取り、質問を文字に起こし、両方の情報から概算の見積もりを提示する。一般には文章、画像、音声、動きを扱え、以前の入力と提案を次の対話のために保存できる。 公開日 · 2022-12-21 [PCT · WO2024096828A1](https://patents.google.com/patent/WO2024096828A1/en) [原典](https://patents.google.com/patent/WO2024096828A1/en) · WO2024096828A1 ### [2022/016395 · 投票過程の管理システム](https://tasaract.com/ja/patents/2022-016395/) 特許出願 · 出願日 2022-10-31 複数の AI 手法を集合的な意思決定に組み込み、投票の進行に合わせて参加者間のやり取りを管理します。 この出願では、投票を時間とともに展開するグループ討議として捉える。参加者は共有空間への選択肢の配置に関わり、似た案を近くに置く。投票中は議論を文字に起こし、コメントを分析する。意見がまとまっていく過程では、一つの共有カーソルが、選択肢の間を移るグループの動きを表す。 公開日 · 2022-12-21 [PCT · WO2024096827A1](https://patents.google.com/patent/WO2024096827A1/en) [原典](https://patents.google.com/patent/TR2022016395A2/en) · TR2022016395A2 ## モデルとコード ### [Turkish Sentiment Analysis · TSAM](https://tasaract.com/ja/lab/turkish-sentiment/) モデル トルコ語のレビューの調子を読み取るために、この BERT モデルを学習させました。肯定的、中立的、否定的という三つの解釈にそれぞれスコアを付けます。 トルコ語の文を入力すると、モデルはその文の語調について三つの候補にそれぞれスコアを付けます。公開設定では 0 が否定的、1 が中立、2 が肯定的です。出力では中立のラベルを「Notr」と表記します。レビューを集計するとき、この三つ目の選択肢によって中立的なコメントの件数も個別に把握できます。 独立した研究で、トルコ語の四つのデータセットを使って四つのモデルが比較されました。中立のラベルを除いた二値分類の評価で、このモデルの F1 スコアは Humir で 0.97、Twt で 0.54 でした。 [A cross-validation study of Turkish sentiment analysis datasets and tools](https://doi.org/10.1007/s10579-025-09869-6) [Hub での累計ダウンロード数](https://huggingface.co/api/models/emre/turkish-sentiment-analysis?expand=downloadsAllTime) · 12,053 · 2026-11-18 [以前に作ったレビュー分類モデル](https://github.com/detasar/BERT-TR-Finetuned4-Pos-Neg-Reviews) トルコ語版 BERT を追加学習させて、レビューが好意的か否定的かを判別するモデルを作りました。学習時の設定は GitHub で公開しています。 [原典](https://huggingface.co/emre/turkish-sentiment-analysis) ### [Whisper Medium TR](https://tasaract.com/ja/lab/whisper-tr/) モデル トルコ語に適応した Whisper で録音をトルコ語の文章に変換します。 この Whisper Medium はトルコ語の音声を文字に起こします。訓練には Mozilla Common Voice 11.0 の訓練用データと検証用データから、それぞれ先頭の 10% を使用しました。モデルカードによると、評価用データでの単語誤り率は 18.51% です。参照用の書き起こしと比べて、置き換わった単語、抜けた単語、余分に入った単語を数えた値です。 [OpenAI Whisper Medium](https://huggingface.co/openai/whisper-medium) [原典](https://huggingface.co/emre/whisper-medium-turkish-2) ### [Gemma 2 · Turkish Wikipedia](https://tasaract.com/ja/lab/gemma-wiki-tr/) モデル トルコ語版ウィキペディアのテキストで Gemma を追加学習したモデルです。 トルコ語の文章の書き出しを与えると、この Gemma 2 9B が続きを生成します。追加の事前学習にはトルコ語版ウィキペディアを使い、LoRA という手法で少数のパラメータを調整しました。同じウィキペディアから 1,000 段落を評価用に取り分け、同じ出典の未見の文章で次のトークンをどれくらい正確に予測できるかを調べました。 [Google Gemma 2 9B](https://huggingface.co/google/gemma-2-9b) [原典](https://huggingface.co/emre/gemma-2-9b-Turkish-Lora-Continue-Pre-Trained) ### [Java Methods · Doc2Vec](https://tasaract.com/ja/lab/java-method-vectors/) モデル Java のメソッドを Doc2Vec で200次元ベクトルに変換し、類似コードを検索します。 Java のメソッドを 200 個の数値からなるベクトルで表します。Java メソッドを集めたコーパスのコードを空白文字でトークンに分け、Gensim の Doc2Vec でこの表現を学習しました。モデルカードの例では、新しいコード片のベクトルを推定し、それに最も近い五つのメソッドを取り出します。文字列が完全には一致しない関連コードも探せます。 [Gensim Doc2Vec](https://radimrehurek.com/gensim/models/doc2vec.html) [原典](https://huggingface.co/emre/java_8m_methods_doc2vec) ### [Gemma 3 27B · Turkish reasoning](https://tasaract.com/ja/lab/gemma-reasoning-tr/) モデル トルコ語の推論に合わせて調整した4ビットの Gemma モデルです。 指示に従うよう訓練された Gemma 3 27B の 4 ビット版を基に、トルコ語の推論問題に答えるよう調整したモデルです。モデルカードでは TARA v1 を使い、計画立案、SQL、Python などの課題で調整前と比較しています。この予備評価の採点は Gemini が担当しました。調整後は SQL クエリ作成のスコアが上がり、Python コード分析ではわずかに下がりました。 [Unsloth 4-bit Gemma 3 27B Instruct](https://huggingface.co/unsloth/gemma-3-27b-it-unsloth-bnb-4bit) [原典](https://huggingface.co/emre/gemma-3-27b-it-tr-reasoning40k-4bit) ### [arXiv Abstract-to-Title · mT5](https://tasaract.com/ja/lab/abstract-title/) モデル 科学論文の要旨をもとにタイトル案を作ります。 論文の要旨を入力すると、モデルがタイトルを一つ提案します。arXiv の要旨とタイトルの組を使って mT5-small を微調整し、このタスクを学習させました。訓練時の入力は最大 256 トークンです。公開されている ROUGE スコアは元のタイトルとの単語や並びの重なりを測るので、内容に合ったタイトルでも言い回しが違えば低い値になり得ます。 [mT5-small](https://huggingface.co/google/mt5-small) [原典](https://huggingface.co/emre/arxiv27k-t5-abst-title-gen) ### [Wav2Vec2 XLS-R · Turkish](https://tasaract.com/ja/lab/xlsr-tr/) モデル トルコ語向けの wav2vec 2.0 を使って音声を書き起こします。 3 億パラメータの音声エンコーダー XLS-R を Mozilla Common Voice 8.0 のトルコ語録音で微調整し、トルコ語の発話を文字に起こすモデルです。CTC という復号処理で連続する同じ予測をまとめ、空白記号を除いて書き起こしにします。モデルカードに記載された評価データの単語誤り率は 0.2869、約 28.7% です。 [Meta Wav2Vec2 XLS-R 300M](https://huggingface.co/facebook/wav2vec2-xls-r-300m) [原典](https://huggingface.co/emre/wav2vec2-large-xls-r-300m-tr) ### [Qwen 0.5B · GRPO maths](https://tasaract.com/ja/lab/qwen-grpo/) モデル GRPO で調整した Qwen を使い、数学の問題から構造化された解答を生成します。 小さなモデルは算数の文章題を解くことと、答えを整理して書くことの両方を学べるでしょうか。この 5 億パラメータの Qwen は GSM8K の問題で 1 エポック訓練しました。解き方を書き、最終的な答えは独立した欄に記します。GRPO による訓練では数値の正しさと出力形式を別々の報酬で確認しました。見た目が整った解答にも計算ミスは起こり得ます。 [Qwen2.5-0.5B-Instruct](https://huggingface.co/Qwen/Qwen2.5-0.5B-Instruct) [原典](https://huggingface.co/emre/Qwen-0.5B-GRPO) ### [Regression Conformal Prediction Research Atlas](https://tasaract.com/ja/lab/regression-atlas/) リポジトリ 67のデータセットで連続値に対する予測区間を比較します。 予測区間には、実際の観測値を十分に含みつつ、判断に役立つ程度に幅を絞ることが求められます。このアトラスでは、67の回帰データセットを使い、コンフォーマル予測の各手法がそのバランスをどう取るかを比較しています。根拠を示すグラフから、結果のもとになった比較表までたどれます。 ある実験では、分位点を推定するモデルを入れ替えました。区間の作り方が同じでも、その手法が最良となる比較の組み合わせは変わりました。 [原典](https://github.com/detasar/regression-conformal-prediction-research-atlas) ### [BIRD · Text-to-SQL experiments](https://tasaract.com/ja/lab/bird-sql/) リポジトリ 自然言語の質問を SQL に変換し、データベースでクエリを検証します。 日常の言葉で尋ねた質問から SQL クエリを作ります。ある方式では、質問が指す対象を見つけ、対応するテーブルや値を選ぶというように、作業を小さな判断に分けます。ほかに、参考になるクエリを検索する実験や、補足が必要な質問を見つける実験もあります。 BIRD ベンチマークの金融データベースでは、最初の方式で生成した106件のクエリがすべて実行できました。そのうち79件で参照用の結果と回答が一致しました。 [原典](https://github.com/detasar/bird-text2sql-experiments) ### [WebCLI](https://tasaract.com/ja/lab/webcli/) リポジトリ 公開ドキュメントを検索可能な JSON または JSONL に変換します。 昨日見つけたガイドを、エージェントがもう一度読みたいとします。webcli を使えば、文書のローカル索引を検索し、固定の参照 ID で同じ項目を呼び出し、別のツールが読める JSON や JSONL の形式で結果を渡せます。 最初のアダプターは OpenAI の公開開発者ドキュメントに対応しています。標準の同期で保存するのはページのメタデータです。本文の取得は個別に指定でき、その後の検索にはローカル索引を使えます。 [原典](https://github.com/detasar/webcli) ### [Fairness Metrics](https://tasaract.com/ja/lab/fairness-metrics/) リポジトリ 二つのグループで肯定的な判定の割合が同じでも、どんな誤りが起きるかは違う場合があります。この Python の例では、予測、実際の結果、所属グループをユーザー ID で結合します。 二つのグループで肯定的な判定の割合が同じでも、どんな誤りが起きるかは違う場合があります。この Python の例では、予測、実際の結果、所属グループをユーザー ID で結合します。README には、選択率、偽陽性、偽陰性、再現率をグループ別に並べた表があります。 例と公開コードには違いがあります。陰性判定のうち誤りが占める割合を計算する箇所で未定義のグループ変数を参照するため、関数は表を返す前に停止します。 [原典](https://github.com/detasar/fairness_metrics) ### [Quantum Time Experiment](https://tasaract.com/ja/lab/quantum-clocks/) リポジトリ 測定記録から量子事象の時間順序の候補を求めます。 量子系の二つの部分が同じ時計の読みを記録したとき、両者は何について一致したのでしょうか。4量子ビットの実験では、二つの断片が同じラベルをそれぞれ独立に記録できる様子を示しています。ここでの時計の読みは、量子部分系の状態を指します。 数学的な分析では、その先を考えます。出来事の順序を復元するには、記録が途切れずに続く鎖を形づくる必要があります。鎖のどちらの端が先かを決めるには、さらに物理的な基準が必要です。 [原典](https://github.com/detasar/quantum-time-experiment) ### [PaperBanana field test](https://tasaract.com/ja/lab/paperbanana-test/) リポジトリ 論文の手法から図の候補を生成し、図の品質を別途評価します。 手法の説明を図にすると、どの情報が正しく残るのでしょうか。三つの試行で、PaperBanana に手法の説明文と図のキャプションを渡しました。二つは量子データ、一つはトルコ語の音声認識に関するものです。実際の入力と生成直後の図を確認でき、元の図がある場合は並べて比較できます。 ある図は原文にないカバレッジの数値を補い、別の図は音声認識の手法で記述されていない復号ステップを追加しました。 [原典](https://github.com/detasar/paperbanana-field-test) ### [World Cup 2026 Nowcast Lab](https://tasaract.com/ja/lab/worldcup-nowcast/) リポジトリ 試合ごとの予測を使い、大会全体の結果をシミュレートします。 ある試合がこのスコアになったら、チームの優勝確率はどう変わるのでしょうか。このプロジェクトは公開サッカーデータを検証し、得点の組み合わせごとの確率を推定したうえで残りの試合をシミュレーションし、各チームの優勝確率を求めます。 2026年7月17日の予測カードには、15万回のシミュレーションと、残る2チームの優勝確率が記録されています。表示される区間はシミュレーション自体に伴う不確実性を示します。モデルの選択や利用可能なデータにも別の不確実性があります。 [原典](https://github.com/detasar/worldcup26-nowcast-lab) ### [Agent Chronicle](https://tasaract.com/ja/lab/agent-chronicle/) リポジトリ コーディングエージェントの活動を証拠付きの時系列に整理します。 休憩を終えてコーディング作業に戻ると、まず具体的なことが気になります。どのファイルが変わったか。判断を待っていることはあるか。どのチェックが通ったか。Agent Chronicle は Codex や Claude の活動記録をローカルのタイムラインに並べ、答えを個々の出来事までたどれるようにします。 選んだ記録について AI に要約を頼むこともできます。送信前に対象の記録を確かめ、あとから要約のリンクで元の記録に戻れます。 [原典](https://github.com/detasar/agent-chronicle-community) ## 一次資料 - [プロフィール](https://tasaract.com/ja/profile.json) - [研究・論文](https://tasaract.com/ja/public-works.json) - [特許・実用新案](https://tasaract.com/ja/patent-portfolio.json) - [モデルとコード](https://tasaract.com/ja/open-lab.json) - [知識グラフ](https://tasaract.com/ja/ontology.jsonld) - [道筋を選ぶ](https://tasaract.com/ja/journey-data.json) - [JSON](https://tasaract.com/ja/agent-index.json) ## API · MCP MCP クライアントにサーバーのアドレスを追加し、OAuth でログインしてください。公開 JSON データへのリンクはブラウザーからも直接開けます。 - [MCP で接続する](https://tasaract.com/ja/guide/#mcp) - [MCP · OAuth · JSON-RPC · POST](https://tasaract.vecna.chatgpt.site/mcp) - [プロフィール](https://tasaract.com/api/profile?lang=ja) - [研究・論文](https://tasaract.com/api/works?lang=ja) - [特許・実用新案](https://tasaract.com/api/patents?lang=ja) - [モデルとコード](https://tasaract.com/api/lab?lang=ja) - [言語](https://tasaract.com/languages.json) ```json {"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"get_profile","arguments":{"lang":"ja"}}} ```