# Tasaract — Davut Emre Taşar > کسی سوال سے آغاز کریں۔ روابط آپ کو متعلقہ منصوبے، اس کے شواہد اور اصل ماخذ تک لے جائیں گے۔ ## ایمرے کا ٹیسریکٹ خوش آمدید۔ کبھی ترکی کے کسی جملے کا لہجہ مجھے سوچنے پر مجبور کرتا ہے، کبھی کوئی کوانٹم پیمائش۔ یہاں دیکھیے کہ یہ سوال مجھے کہاں لے گئے۔ ### [پروگرام کا اگلا قدم](https://tasaract.com/ur/?scene=project%3Ameaning-native-computing#journey) Meaning-Native Computing میں یہ دیکھ رہا ہوں کہ کسی پروگرام کے اصول معلوم ہوں تو کیا اس کی اگلی ہدایت کا اندازہ بہتر لگایا جا سکتا ہے۔ ایک الگ جانچ طے کرتی ہے کہ اس قدم پر عمل کی اجازت ہے یا نہیں۔ [اصل ماخذ](https://tasaract.com/en/#meaning-native-computing) ### [ترکی زبان کے تبصرے کا لہجہ](https://tasaract.com/ur/?scene=repository%3Aturkish-binary-reviews#journey) · 2021 میں نے ترکی زبان میں مثبت اور منفی تبصروں کا فرق پہچاننے کے لیے BERT ماڈل کی تربیت کی۔ 2022 میں ایک اور ماڈل جاری کیا جو غیر جانب دار تبصرے بھی پہچان لیتا ہے۔ [اصل ماخذ](https://github.com/detasar/BERT-TR-Finetuned4-Pos-Neg-Reviews) ### [ترکی سن کر لکھنا](https://tasaract.com/ur/?scene=work%3Aturkish-asr#journey) · 2024 ہم نے Common Voice کی ریکارڈنگز سے ایک ایسے صوتی ماڈل کو ترکی سن کر لکھنا سکھایا جس کی تربیت پہلے ہی 53 زبانوں پر ہو چکی تھی۔ جانچ کے لیے الگ رکھی گئی ریکارڈنگز پر الفاظ کی غلطی کی شرح 23 فیصد رہی۔ [اصل ماخذ](https://dergipark.org.tr/en/pub/acin/article/1338604) ### [پیش گوئی کا دائرہ کتنا وسیع ہو؟](https://tasaract.com/ur/?scene=repository%3Aregression-atlas#journey) · 2026 دائرہ بہت وسیع ہو تو اصل قدر کا اس میں آ جانا آسان ہے۔ میں نے 67 ڈیٹا سیٹوں پر دیکھا کہ ہر طریقہ کتنی بار اصل قدر کو سمیٹ سکا اور اس کے لیے اسے کتنی وسعت درکار تھی۔ [اصل ماخذ](https://github.com/detasar/regression-conformal-prediction-research-atlas) ### [کس کا معاملہ دوبارہ دیکھا جاتا ہے؟](https://tasaract.com/ur/?scene=work%3Acoverage-deferral#journey) · 2025 Adult ڈیٹا سیٹ پر میری سیمولیشن میں ہر گروہ کی الگ کیلیبریشن سے کوریج کی شرحوں کا فرق گھٹ گیا۔ لیکن انسانی جائزے کے لیے بھیجے جانے والے کیسوں کی شرح میں گروہوں کا فرق بڑھ گیا۔ [اصل ماخذ](https://www.preprints.org/manuscript/202512.2631) ### [دو کیوبٹ، چار نتائج](https://tasaract.com/ur/?scene=work%3Aquantum-conformal#journey) · 2025 دو کیوبٹ کی پیمائش سے چار مختلف نتائج مل سکتے ہیں۔ پچھلی مثالوں سے میں نے چاروں نتائج کے امکانات میں غیر یقینی کو ایک ساتھ جانچا، پھر اپنے اندازوں کو نئے ڈیٹا پر پرکھا۔ [اصل ماخذ](https://journals.gen.tr/index.php/jqtair/article/view/2702) ### [شور والے ڈیٹا میں صارفین کے گروہ](https://tasaract.com/ur/?scene=patent%3A2026-004441#journey) · 2026 مالیاتی ڈیٹا میں نظر آنے والے صارفین کے گروہ کتنے مستحکم ہیں؟ درخواست TR 2026/004441 میں ہم نے کوانٹم کلسٹرنگ سے گروہ بنانے اور کنفارمل پیش گوئی سے غیر یقینی کی پیمائش کی تجویز دی۔ [اصل ماخذ](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) ### [ایک انگلی جتنی درز](https://tasaract.com/ur/?scene=patent%3A2023-011901#journey) · 2023 ترکی میں دائر اپنی درخواست میں ہم نے جوڑوں والا ایک ننھا روبوٹ تجویز کیا جو کیمرا اور رابطے کی تار لیے ملبے میں داخل ہو سکے۔ اسی ایجاد کی بین الاقوامی پیٹنٹ درخواست 2025 میں شائع ہوئی۔ [اصل ماخذ](https://patents.google.com/patent/TR2023011901A2/en) ### [جب ایجنٹ کہے ”کام ہو گیا“](https://tasaract.com/ur/?scene=work%3Aagent-chronicle#journey) · 2026 میں نے Agent Chronicle اس لیے بنایا کہ کوڈ لکھنے کا پورا سلسلہ بعد میں بھی دیکھ سکوں۔ کسی فیصلے سے شروع کر کے بدلی ہوئی فائلوں تک پہنچ سکتا ہوں اور نتیجے کی تصدیق کرنے والے ٹیسٹ دیکھ سکتا ہوں۔ [اصل ماخذ](https://github.com/detasar/agent-chronicle-community) ### [کیا ایک ماڈل دوسرے کو ٹھیک کر سکتا ہے؟](https://tasaract.com/ur/?scene=work%3Aweight-editing#journey) · 2026 میں نے زبان کے ماڈلوں سے ایک خراب کلاسیفائر کے وزن بدلوائے تو ایک تجربے میں متوازن درستگی قدرے بڑھی اور مجموعی درستگی گھٹ گئی۔ صحیح سلامت SmolLM2 کے الگ تجربے میں تلاش نے اسی کے اصل وزن چنے۔ [اصل ماخذ](https://github.com/detasar/llm-weight-editing-study) ## آغاز کہاں سے کریں؟ - [اگر کمپیوٹر کو پروگرام کے قواعد معلوم ہوں تو کیا وہ بہتر اندازہ لگا سکتا ہے کہ آگے کون سی ہدایات چلیں گی؟](https://tasaract.com/ur/#meaning-native-computing) — Meaning-Native Computing - [کس کا معاملہ دوبارہ دیکھا جاتا ہے؟](https://tasaract.com/ur/work/coverage-deferral/) — کوریج اور انسانی جائزے کا تعلق (پری پرنٹ) - [محدود تعداد میں پیمائشیں ہمیں کتنا بتا سکتی ہیں؟](https://tasaract.com/ur/work/quantum-conformal/) — کوانٹم پیمائشوں کے لیے کنفارمل طریقے (تحقیقی جریدے کا مقالہ) - [ایجنٹ کہتا ہے کہ کام ہو گیا۔ بدلا کیا ہے؟](https://tasaract.com/ur/work/agent-chronicle/) — کوڈنگ ایجنٹ کی روداد (کوڈ کا ذخیرہ) ## اس اشاعت میں - [متنی رہنما](https://tasaract.com/ur/guide/) - [علمی گراف](https://tasaract.com/ur/graph/) - [تعارف](https://tasaract.com/ur/profile/) ## میرے بارے میں میڈرڈ میں BBVA کی AI Innovation ٹیم میں ڈیٹا سائنٹسٹ ہوں۔ ناوارا یونیورسٹی میں اپنی پی ایچ ڈی کے لیے دیکھ رہا ہوں کہ مصنوعی ذہانت کے ماڈل کی پیش گوئیوں میں غیر یقینی کو ناپنے سے بینکوں کو زیادہ منصفانہ فیصلے کرنے میں کیسے مدد مل سکتی ہے۔ ترکی کے شہر ازمیر سے ہوں، بحیرۂ ایجیئن کے کنارے سے۔ پہلے سول انجینئر تھا۔ پھر گھٹنے میں تیر لگا، ہیلمٹ اتارا اور لیب کوٹ پہن لیا۔ اب میڈرڈ میں BBVA کی AI Innovation ٹیم میں ڈیٹا سائنٹسٹ ہوں۔ بینک کے ماڈل کی پیش گوئیوں میں غیر یقینی کو ناپ کر اور اسے کم کر کے، کیا ہم زیادہ منصفانہ فیصلے کر سکتے ہیں؟ ناوارا یونیورسٹی میں میری پی ایچ ڈی اسی سوال پر ہے۔ آکسفورڈ میں اسٹریٹجک مینجمنٹ پڑھتے ہوئے اس کا دوسرا پہلو دلچسپ لگا۔ آج کا فیصلہ حالات بدلنے پر بھی کارآمد رہے گا؟ مجرد ریاضی میں دو الگ مسئلوں کے پیچھے ایک ہی ساخت مل جانا مجھے اچھا لگتا ہے۔ کوانٹم فزکس مجھے پیمائش سے فلسفے تک لے جاتی ہے۔ جو ناپا ہے، اس سے جانا کیا؟ بظاہر بے تعلق خیالوں میں ایسا رشتہ ڈھونڈنے میں مزہ آتا ہے۔ میڈرڈ کو جان رہا ہوں اور ہسپانوی سیکھ رہا ہوں۔ زبان سیکھنے سے اسپین اور لاطینی امریکا کی ثقافتوں کو سمجھنا بھی آسان ہو رہا ہے۔ مصوری اور شطرنج بھی پسند ہیں۔ گھر میں خوب کافی بناتا ہوں۔ میرے پاس چھوٹا سا دربوکا، کلیمبا اور بلیچ والا زانپاکوتو (Zanpakuto) بھی ہے جس کے ساتھ کینڈو کی مشق کرتا ہوں۔ موقع ملے تو اپنی چھوٹی بیٹی کو ہنسانے کے لیے کوئی کہانی گھڑ لیتا ہوں۔ [میری پسندیدہ ایسپریسو مشین۔](https://tasaract.com/ur/#espresso) [ناوارا یونیورسٹی میں DATAI کے پانچویں سائنسی اجلاس کی ایک تصویر، جب میں اپنی پی ایچ ڈی کی تحقیق پیش کر رہا تھا۔](https://tasaract.com/ur/#scholar) پیٹنٹس پر میرے کام اور علمی تحقیق میں میرے تعاون پر 2024 میں مجھے BBVA کا We Think Big ایوارڈ ملا۔ · [ایوارڈ کی تصویر دیکھیں](https://tasaract.com/ur/#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) - [ناوارا یونیورسٹی](https://www.unav.edu/web/instituto-de-ciencia-de-los-datos-e-inteligencia-artificial/equipo#:~:text=Enhancing%20Fairness%20in%20AI%20Systems) ## [میری نوٹ بک سے چار سوال](https://tasaract.com/ur/#idea-notebook-title) ### اونٹولوجی اور ڈیٹا کے ڈھانچے ایک ٹرین لیٹ ہو جائے تو گراف میں کیا بدلتا ہے؟ اسٹیشن ایک جگہ ہے اور روانگی ایک واقعہ۔ اگر دونوں کے لیے الگ قسم کے نوڈ ہوں اور ہر وقت کے ساتھ اس کا ماخذ درج ہو، تو کیا میں پتا لگا سکتا ہوں کہ ایک تاخیر سے آگے کی کون سی ٹرینیں متاثر ہوں گی؟ فرض کریں کہ صبح نو بجے ایک ہی اسٹیشن سے دو ٹرینیں روانہ ہونی ہیں۔ گراف میں اسٹیشن کو ایک بار دکھا کر ہر روانگی کو الگ شناخت دی جا سکتی ہے۔ یوں ایک ٹرین کی روانگی کا وقت بدلنے سے دوسری کا وقت نہیں بدلے گا۔ میں مقررہ وقت اور بعد میں بتائے گئے وقت، دونوں کے ساتھ ان کا ماخذ بھی محفوظ رکھوں گا۔ اگر کوئی ٹرین نو کے بجائے نو بج کر دس منٹ پر روانہ ہو تو اس روانگی سے جڑے ریکارڈ دیکھ کر معلوم کیا جا سکتا ہے کہ آگے کن ٹرینوں تک وقت پر پہنچنے کا امکان دوبارہ دیکھنا ہوگا۔ پورے اسٹیشن کے لیے ایک ہی وقت درج ہو تو یہ فرق کھو جاتا ہے۔ [RDF 1.1 · W3C](https://www.w3.org/TR/rdf11-concepts/) ### [Meaning-Native Computing](https://tasaract.com/ur/#meaning-native-computing) اگر کمپیوٹر کو پروگرام کے قواعد معلوم ہوں تو کیا وہ بہتر اندازہ لگا سکتا ہے کہ آگے کون سی ہدایات چلیں گی؟ Meaning-Native Computing میری اپنی آزاد تحقیق ہے۔ میں ایک ہی پروگرام اور تقریباً برابر کمپیوٹنگ وسائل کے ساتھ پیش گوئی کے دو طریقوں کا موازنہ کرنا چاہتا ہوں۔ ایک طریقے کو ان قواعد کی واضح تفصیل بھی ملتی ہے جن کی پابندی پروگرام پر لازم ہے۔ کیا اس سے اگلے قدموں کا اندازہ بہتر ہوتا ہے؟ کسی متوقع تبدیلی کو نافذ کرنے سے پہلے ایک آزاد جانچ سے تصدیق ہونی چاہیے کہ وہ قواعد کے مطابق ہے۔ اس آزاد تحقیقی منصوبے میں میرا ارادہ پیش گوئی کے دو طریقوں کا موازنہ کرنا ہے۔ دونوں کو ایک ہی پروگرام چلتے ہوئے دیکھنے کا موقع اور تقریباً برابر کمپیوٹنگ وسائل ملیں گے۔ ایک کو پروگرام کے قواعد بھی ایسی صورت میں دیے جائیں گے جسے کمپیوٹر چلا سکے۔ قواعد کی اس باقاعدہ وضاحت کو قابلِ عمل اونٹولوجی کہتے ہیں۔ کیا اس سے یہ اندازہ بہتر ہوگا کہ آگے کون سی ہدایات چلیں گی؟ ممکن ہے کہ قواعد اگلے قدم کے لیے دو راستے کھلے رکھیں۔ ایسی صورت میں تمام قواعد کی پابندی کے باوجود پیش گوئی غلط ہو سکتی ہے۔ میں اس کا موازنہ اس قدم سے کرنا چاہتا ہوں جو پروگرام حقیقت میں اٹھائے۔ کسی مجوزہ تبدیلی کو نافذ کرنے سے پہلے آزادانہ طور پر تصدیق ہونی چاہیے کہ قواعد اس کی اجازت دیتے ہیں۔ ### نظریۂ زمرہ جات دو تبدیلیوں کی ترکیب میں کیا محفوظ رہتا ہے؟ ایک عمل ٹائم ٹیبل کو گراف میں بدلتا ہے اور دوسرا اس گراف میں راستہ ڈھونڈتا ہے۔ دونوں کو یکے بعد دیگرے لاگو کرتے وقت میں ہر وقت کا اس کے اسٹیشن سے تعلق کیسے برقرار رکھوں؟ ایک عمل ٹرینوں کے اوقات کو گراف میں بدلتا ہے۔ دوسرا اس گراف میں راستہ تلاش کرتا ہے۔ ان دونوں کو باری باری انجام دینا ریاضی میں ترکیب کی ایک مثال ہے۔ مجھے یہ جاننے میں دلچسپی ہے کہ آخری راستے پر درج ہر وقت کو اب بھی درست اسٹیشن سے جوڑا جا سکتا ہے یا نہیں۔ فرض کریں دو اسٹیشنوں سے نو بجے ایک ایک ٹرین نکلتی ہے۔ اگر پہلے مرحلے میں صرف وقت محفوظ ہو اور اسٹیشن کی معلومات نکل جائیں تو راستہ تلاش کرنے والا عمل محض وقت کی بنا پر وہ تعلق بحال نہیں کر سکتا۔ اوقات کا ایک چھوٹا سا جدول بھی سوچنے پر مجبور کرتا ہے کہ ہر مرحلے سے کون سی معلومات آگے جانی چاہییں۔ [Seven Sketches in Compositionality](https://arxiv.org/abs/1803.05316) ### کوانٹم پیمائش اسی کیوبٹ سے دوسرا سوال پوچھوں تو کیا ہوگا؟ میں حالت “+” تیار کرتا ہوں۔ X اساس میں پیمائش کا نتیجہ ہمیشہ + ہے۔ Z اساس میں 0 اور 1 کا امکان برابر ہے۔ مجھے یہی بات بھاتی ہے کہ تیاری ایک جیسی ہو اور صرف پیمائش بدلنے سے جواب بدل جائے۔ تصور کریں کہ ہر پیمائش سے پہلے میں ایک کیوبٹ کو نئے سرے سے پلس حالت میں تیار کرتا ہوں۔ مثالی حالات میں X کی بنیاد پر پیمائش کا نتیجہ ہمیشہ پلس ہوتا ہے۔ تیاری وہی رہے اور پیمائش Z کی بنیاد پر ہو تو 0 اور 1 آنے کے امکانات برابر ہوتے ہیں۔ Z کی بنیاد پر دس پیمائشوں میں سات بار 0 اور تین بار 1 بھی آ سکتا ہے۔ ہر بار 0 آنے کا امکان آدھا ہے، مگر اس سے یہ طے نہیں ہوتا کہ دس پیمائشوں میں کتنے صفر آئیں گے۔ چند نتائج دیکھتے وقت یہ فرق آسانی سے نظر سے اوجھل ہو جاتا ہے۔ [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) ## تحقیق کا نقشہ ### [غیر یقینی](https://tasaract.com/ur/#topic-uncertainty) کیا ماڈل اپنی حد پہچان سکتا ہے؟ کنفارمل پیش گوئی اور کیلیبریشن ممکنہ جوابوں کا مجموعہ دیتے ہیں۔ ان جوابوں میں سے عملی فیصلہ کرنا اگلا مرحلہ ہے۔ - [کوریج اور انسانی جائزے کا تعلق](https://tasaract.com/ur/work/coverage-deferral/) - [کوانٹم پیمائشوں کے لیے کنفارمل طریقے](https://tasaract.com/ur/work/quantum-conformal/) - [Regression Conformal Prediction Research Atlas](https://tasaract.com/ur/lab/regression-atlas/) ### [انصاف](https://tasaract.com/ur/#topic-fairness) غیر یقینی کا بوجھ کون اٹھاتا ہے؟ معاملات کو انسانی جائزے کے لیے بھیجنے کی شرح مختلف ہو تو ایک ہی نظام مختلف گروہوں پر مختلف اثر ڈال سکتا ہے۔ - [کوریج اور انسانی جائزے کا تعلق](https://tasaract.com/ur/work/coverage-deferral/) - [Fairness Metrics](https://tasaract.com/ur/lab/fairness-metrics/) ### [ایجنٹ نظام](https://tasaract.com/ur/#topic-agents) ہم کیسے جانچیں کہ ایجنٹ نے واقعی کیا کیا؟ خودکار اقدامات کے ساتھ ریکارڈ شدہ شواہد جوڑنے سے انسان کام کی پیش رفت اور تبدیلیوں کو جانچ سکتا ہے۔ - [کوڈنگ ایجنٹ کی روداد](https://tasaract.com/ur/work/agent-chronicle/) - [گفتگو سے عمل تک](https://tasaract.com/ur/work/chat-assistant/) - [BIRD · Text-to-SQL experiments](https://tasaract.com/ur/lab/bird-sql/) ### [کوانٹم](https://tasaract.com/ur/#topic-quantum) ایک پیمائش ہمیں کیا بتاتی ہے؟ کوانٹم پیمائشوں کی شماریاتی کیلیبریشن، غیر معمولی تبدیلیوں کی شناخت اور مخالف حالات میں جانچ۔ - [کوانٹم پیمائشوں کے لیے کنفارمل طریقے](https://tasaract.com/ur/work/quantum-conformal/) - [TARA اور موافق رینک ٹیسٹ](https://tasaract.com/ur/work/tara/) - [Quantum Time Experiment](https://tasaract.com/ur/lab/quantum-clocks/) ### [ایجادات](https://tasaract.com/ur/#topic-invention) ملبے میں جانے والا امدادی روبوٹ کتنا چھوٹا ہو؟ درخواستوں میں امدادی روبوٹ، گفتگو پر مبنی انٹرفیس، ذاتی علمی گراف اور کوانٹم طریقے شامل ہیں۔ - [گفتگو سے عمل تک](https://tasaract.com/ur/work/chat-assistant/) - [تلاش اور امداد کے لیے ننھے روبوٹ](https://tasaract.com/ur/work/micro-robot-rescue/) ### [زبان](https://tasaract.com/ur/#topic-language) مشینیں ہماری بات کیسے سمجھتی ہیں؟ ترک گفتار کی شناخت، زبان کے ماڈلوں کو ڈھالنا اور کھلی کثیر لسانی تحقیق میں حصہ لینا۔ - [گفتگو سے عمل تک](https://tasaract.com/ur/work/chat-assistant/) - [آواز سے چلنے والا ادائیگی ٹرمینل](https://tasaract.com/ur/work/ai-pos/) - [Turkish Sentiment Analysis · TSAM](https://tasaract.com/ur/lab/turkish-sentiment/) ## تحقیقی نوٹ — [کوریج اور انسانی جائزے کا تعلق](https://tasaract.com/ur/work/coverage-deferral/) کس کا معاملہ دوبارہ دیکھا جاتا ہے؟ جدول ۴ · فی صد پوائنٹس. بے ترتیب اعداد بنانے کے لیے ۱۰۰ مختلف ابتدائی قدریں استعمال ہوئیں۔ مطلوبہ کوریج ۹۰ فیصد ہے۔ | ڈیٹاسیٹ | کوریج کا فرق · مشترکہ کیلیبریشن | کوریج کا فرق · گروہ وار کیلیبریشن | انسانی جائزے کے لیے بھیجنے کی شرح کا فرق · مشترکہ کیلیبریشن | انسانی جائزے کے لیے بھیجنے کی شرح کا فرق · گروہ وار کیلیبریشن | | --- | ---: | ---: | ---: | ---: | | 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 | [اصل ماخذ](https://www.preprints.org/manuscript/202512.2631#:~:text=Table%204.%20Coverage-deferral%20trade-off%20across%20datasets) ## تحقیق اور اشاعتیں ### [کوریج اور انسانی جائزے کا تعلق](https://tasaract.com/ur/work/coverage-deferral/) اصل عنوان · The Coverage-Deferral Trade-Off: Fairness Implications of Conformal Prediction in Human-in-the-Loop Decision Systems 2025 · پری پرنٹ · واحد مصنف · Davut Emre Taşar · Preprints.org کس کا معاملہ دوبارہ دیکھا جاتا ہے؟ میں نے مشترکہ اور گروہ وار کیلیبریشن کا موازنہ کیا۔ Adult آمدنی ڈیٹاسیٹ پر ۱۰۰ اتفاقی بیجوں کے تجربے میں کوریج کا فرق ۵٫۰ سے ۱٫۲ فی صد پوائنٹس تک کم ہوا جبکہ انسانی جائزے کے لیے بھیجنے کی شرح کا فرق ۵٫۱ سے ۱۲٫۹ تک بڑھا۔ جب ماڈل کو دو جواب ممکن لگتے ہیں تو وہ فیصلہ کسی انسان پر چھوڑ سکتا ہے۔ ایسی جانچ کا انتظار کس گروہ کو زیادہ بار کرنا پڑتا ہے؟ اس ابتدائی مقالے میں چھ ڈیٹا سیٹس پر کیلیبریشن کے دو طریقے آزمائے گئے۔ ہر گروہ کے لیے الگ کیلیبریشن کرنے سے ماڈل کے دیے گئے اختیارات میں درست جواب شامل ہونے کی شرح کا فرق کم ہوا۔ البتہ انسانی جانچ کے لیے بھیجے جانے والے معاملات کی شرحوں کا فرق بڑھ گیا۔ [انصاف](https://tasaract.com/ur/#topic-fairness) · [غیر یقینی](https://tasaract.com/ur/#topic-uncertainty) [اصل ماخذ](https://www.preprints.org/manuscript/202512.2631) ### [کوڈنگ ایجنٹ کی روداد](https://tasaract.com/ur/work/agent-chronicle/) اصل عنوان · Agent Chronicle 2026 · کوڈ کا ذخیرہ · منصوبے کی دیکھ بھال · Agent Chronicle Community · GitHub ایجنٹ کہتا ہے کہ کام ہو گیا۔ بدلا کیا ہے؟ Agent Chronicle فیصلوں، فائلوں میں تبدیلیوں اور جانچ کے نتائج کو شواہد سے منسلک زمانی ترتیب میں پیش کرتا ہے۔ عوامی ذخیرے میں مقامی ڈیمو اور تنصیب کی ہدایات موجود ہیں۔ وقفے کے بعد کوڈنگ سیشن پر واپس آئیں تو چند عملی سوال سامنے آتے ہیں۔ کون سی فائلیں بدلیں؟ کیا کوئی فیصلہ باقی ہے؟ کون سی جانچیں کامیاب رہیں؟ Agent Chronicle، Codex یا Claude کی ریکارڈ شدہ سرگرمی کو مقامی زمانی ترتیب میں دکھاتا ہے۔ ہر جواب سے اس کے اصل واقعے تک جایا جا سکتا ہے۔ چاہیں تو منتخب واقعات کا AI خلاصہ حاصل کر سکتے ہیں۔ بھیجنے سے پہلے شواہد دیکھے جا سکتے ہیں اور بعد میں خلاصے کے روابط سے اصل ریکارڈ پر واپس جا سکتے ہیں۔ [ایجنٹ نظام](https://tasaract.com/ur/#topic-agents) [اصل ماخذ](https://github.com/detasar/agent-chronicle-community) ### [کوانٹم پیمائشوں کے لیے کنفارمل طریقے](https://tasaract.com/ur/work/quantum-conformal/) اصل عنوان · Quantum-Enhanced Conformal Methods for Multi-Output Uncertainty: A Holistic Exploration and Experimental Analysis 2025 · تحقیقی جریدے کا مقالہ · واحد مصنف · Davut Emre Taşar · Journal of Quantum Technologies and Informatics Research محدود تعداد میں پیمائشیں ہمیں کتنا بتا سکتی ہیں؟ میں نے کئی ممکنہ نتائج کے امکانات کا ایک ساتھ اندازہ لگایا۔ ۲۰۲۵ کے مقالے میں نقلی ڈیٹا اور مختلف اساسوں پر کی گئی پیمائشوں سے پیش گوئی کے مجموعوں کی کوریج اور جسامت جانچی گئی؛ تجرباتی نوٹ بک بھی دستیاب ہیں۔ ایک بنیاد پر دو کیوبٹس کی پیمائش کے چار ممکنہ نتائج ہوتے ہیں۔ یہی پیمائش تین مختلف بنیادوں پر دہرائیں تو بارہ احتمالات کا ایک ساتھ تخمینہ لگانا پڑتا ہے۔ اس تحقیق میں ریگریشن ماڈل کو کنفارمل پیش گوئی کے ساتھ ملا کر تمام تخمینوں کے گرد ایک مشترکہ خطہ بنایا گیا۔ پھر دیکھا گیا کہ کتنی بار تمام مطلوبہ احتمالات بیک وقت اس خطے میں آتے ہیں اور اس درجے کی کوریج کے لیے خطہ کتنا وسیع ہونا چاہیے۔ [غیر یقینی](https://tasaract.com/ur/#topic-uncertainty) · [کوانٹم](https://tasaract.com/ur/#topic-quantum) [اصل ماخذ](https://journals.gen.tr/index.php/jqtair/article/view/2702) ### [TARA اور موافق رینک ٹیسٹ](https://tasaract.com/ur/work/tara/) اصل عنوان · TARA Test-by-Adaptive-Ranks for Quantum Anomaly Detection with Conformal Prediction Guarantees 2025 · پری پرنٹ · پہلا مصنف · Davut Emre Taşar, Ceren Öcal Taşar · arXiv پیمائشوں کا سلسلہ کب غیر معمولی دکھائی دیتا ہے؟ ہم نے کوانٹم باہمی تعلقات کو ایک حوالہ جاتی تقسیم سے ملایا اور مسلسل پیمائشوں میں شواہد جمع کرنے کا طریقہ پرکھا۔ پری پرنٹ میں IBM Torino اور IonQ Forte Enterprise کے تجربات اور کیلیبریشن ڈیٹا کے انتخاب کا اثر درج ہے۔ کوانٹم پیمائشوں کا سلسلہ کب اتنا ثبوت فراہم کرتا ہے کہ کسی کلاسیکی تشریح پر سوال اٹھایا جا سکے؟ TARA کا ایک ٹیسٹ پیمائشوں کا موازنہ کلاسیکی ماڈل سے لیے گئے حوالہ جاتی ڈیٹا سے کرتا ہے۔ دوسرا ہر نئی پیمائش کے ساتھ شواہد جمع کرتا ہے۔ مقالے کے مفروضوں کے تحت بار بار جائزہ لینے پر بھی غلط تنبیہ کا خطرہ قابو میں رہتا ہے۔ اس ابتدائی مقالے میں دو مختلف کوانٹم پروسیسرز، IBM Torino اور IonQ Forte Enterprise، پر تجربات درج ہیں۔ [کوانٹم](https://tasaract.com/ur/#topic-quantum) · [غیر یقینی](https://tasaract.com/ur/#topic-uncertainty) [اصل ماخذ](https://arxiv.org/abs/2512.04016) ### [گفتگو سے عمل تک](https://tasaract.com/ur/work/chat-assistant/) اصل عنوان · A chat assistant system 2025 · پیٹنٹ کی درخواست (PCT) · شریک موجد · WIPO · PCT گفتگو کب کسی کارروائی میں بدلنی چاہیے؟ مجوزہ معاون سوال پر معلومات ڈھونڈتا ہے اور اسی گفتگو میں حکم ملنے پر کارروائی کرتا ہے۔ بین الاقوامی درخواست ۳ اپریل ۲۰۲۵ کو شائع ہوئی۔ آواز یا تحریر میں سوال ملنے پر مجوزہ معاون بیرونی ذرائع میں تلاش کرتا ہے، نتائج کی مطابقت جانچتا ہے اور چیٹ میں جواب دیتا ہے۔ یہ ہدایت پر کوئی کام بھی انجام دے سکتا ہے۔ درخواست میں تلاش اور تجزیے کی تاریخ آئندہ استعمال کے لیے محفوظ کرنے اور خبروں اور مالیاتی اعداد و شمار جیسے ذرائع کو وقفے وقفے سے دیکھنے کا ذکر ہے۔ [ایجادات](https://tasaract.com/ur/#topic-invention) · [ایجنٹ نظام](https://tasaract.com/ur/#topic-agents) · [زبان](https://tasaract.com/ur/#topic-language) [اصل ماخذ](https://patents.google.com/patent/WO2025071524A1/en) ### [تلاش اور امداد کے لیے ننھے روبوٹ](https://tasaract.com/ur/work/micro-robot-rescue/) اصل عنوان · A system for providing search and rescue operation via a micro-robot 2025 · پیٹنٹ کی درخواست (PCT) · شریک موجد · WIPO · PCT انگلی جتنی چوڑی دراڑ میں کیا پہنچ سکتا ہے؟ ہم نے کیمرے اور سینسر والا انگلی کے برابر جوڑ دار روبوٹ تجویز کیا۔ اس کی تار رابطے اور امداد کا راستہ بن سکتی ہے۔ ۲۰۲۳ کی ترک درخواست بعد میں WO2025071525A1 کے طور پر شائع ہوئی۔ منہدم عمارت یا کان میں کسی پھنسے ہوئے شخص تک پہنچنے کا واحد راستہ ایک تنگ درز ہو سکتی ہے۔ درخواست میں جوڑوں والا ننھا روبوٹ بیان ہوا ہے جو کیمرے اور حسّاس آلات سے ایسی جگہوں میں راستہ تلاش کرتا ہے۔ زندہ شخص کا پتا چلنے پر کیبل رابطہ قائم کرتی ہے اور رسد پہنچانے والی نالیاں بھی ساتھ لے جاتی ہے۔ امدادی کارکن پیمائشوں سے طے کر سکتے ہیں کہ کہاں کھودنا ہے اور کون سی ضرورت پہلے پوری کرنی ہے۔ [ایجادات](https://tasaract.com/ur/#topic-invention) · [ایجنٹ نظام](https://tasaract.com/ur/#topic-agents) [اصل ماخذ](https://patents.google.com/patent/WO2025071525A1/en) ### [آواز سے چلنے والا ادائیگی ٹرمینل](https://tasaract.com/ur/work/ai-pos/) اصل عنوان · An artificial intelligence-aided point of sale device management system 2024 · پیٹنٹ کی درخواست (PCT) · شریک موجد · WIPO · PCT کیا دکاندار بول کر ٹرمینل چلا سکتا ہے؟ تجویز میں زبانی یا تحریری ہدایات سے دور بیٹھے ٹرمینل چلانا، QR کوڈ کی شکل میں نتیجہ دینا اور مشتبہ لین دین کی جانچ شامل ہے۔ بین الاقوامی درخواست ۲۴ اکتوبر ۲۰۲۴ کو شائع ہوئی۔ تاجر روزمرہ زبان میں بول کر یا لکھ کر فروخت کے مقام پر موجود ٹرمینل کو دور سے چلا سکتا ہے۔ مجوزہ نظام ہر لین دین کی تفصیلات ظاہر کرنے والا کیو آر کوڈ بنا سکتا ہے۔ یہ خریداری کے ریکارڈ اور صارف کی پسند سے پیش کشیں بھی تجویز کرتا ہے، اور کسی لین دین میں ممکنہ دھوکے کا اشارہ ملنے پر ٹرمینل کو انتباہ بھیج سکتا ہے۔ [ایجادات](https://tasaract.com/ur/#topic-invention) · [زبان](https://tasaract.com/ur/#topic-language) [اصل ماخذ](https://patents.google.com/patent/WO2024220062A1/en) ### [اشاروں سے ورچوئل اِن پٹ](https://tasaract.com/ur/work/virtual-input/) اصل عنوان · A system for using a virtual keyboard and a mouse 2025 · پیٹنٹ کی درخواست (PCT) · شریک موجد · WIPO · PCT اگر اسکرین مجازی ہو تو کی بورڈ کہاں ہے؟ کیمرے سے ریکارڈ ہاتھوں کی حرکت کو ورچوئل اور آگمینٹڈ ریئلٹی میں کی بورڈ یا ماؤس کی ہدایت سمجھا جاتا ہے۔ TR 2023/011601 اور WO2025063923A1 ایک ہی ایجاد کے ریکارڈ ہیں۔ سامنے کی بورڈ یا ماؤس نہ ہو تو ٹائپ کیسے کیا جائے یا کسی چیز کی طرف اشارہ کیسے کیا جائے؟ درخواست میں بیان کردہ نظام کیمرے سے لیے گئے ہاتھوں کے عکس میں حرکت پہچان کر اسے مجازی یا افزوں حقیقت میں کی بورڈ اور ماؤس کے اِن پٹ میں بدلتا ہے۔ صارف مجازی ترتیب اور اشارے پہچاننے کی سیٹنگ اپنے ہاتھ کی حرکت کے مطابق ڈھال سکتا ہے۔ [ایجادات](https://tasaract.com/ur/#topic-invention) [اصل ماخذ](https://patents.google.com/patent/WO2025063923A1/en) ### [کام کے دن کے لیے انفرادی تجاویز](https://tasaract.com/ur/work/personalized-suggestions/) اصل عنوان · A system for increasing employee productivity by providing personalized suggestions 2025 · پیٹنٹ کی درخواست (PCT) · شریک موجد · WIPO · PCT کام کی جگہ کا معاون اپنا مشورہ کیسے منتخب کرے؟ مجوزہ نظام کارکن کے یومیہ مزاج اور صحت سے متعلق معلومات سے اس دن کے لیے تجاویز بناتا ہے۔ بین الاقوامی دستاویز WO2025063924A1 کا تعلق ترک درخواست TR 2023/011830 سے ہے۔ ایک گھنٹہ پہلے چہل قدمی کا مشورہ بے وقت لگ سکتا ہے لیکن سہ پہر میں وہی بات مناسب ہو سکتی ہے۔ کام کی جگہ کے لیے مجوزہ ایپ ملازم کی بتائی ہوئی کیفیت، اسمارٹ واچ کی پیمائشوں اور دن کے وقت کو ساتھ دیکھتی ہے۔ یہ وقفہ لینے، چلنے یا موسیقی سننے کا مشورہ دیتی ہے اور ملازم کے ردِعمل اور نئی پیمائشوں سے اگلی تجویز کو بدلتی ہے۔ [ایجادات](https://tasaract.com/ur/#topic-invention) [اصل ماخذ](https://patents.google.com/patent/WO2025063924A1/en) ### [کوانٹم تصدیق کی حدود](https://tasaract.com/ur/work/adversarial-quantum/) اصل عنوان · Adversarial Limits of Quantum Certification: When Eve Defeats Detection 2025 · پری پرنٹ · واحد مصنف · Davut Emre Taşar · arXiv حالات بدلنے پر ٹیسٹ کا نتیجہ کتنا معتبر رہتا ہے؟ میں نے جانچا کہ کیلیبریشن اور جائزے کے لیے ڈیٹا کا انتخاب کوانٹم باہمی تعلقات کے ٹیسٹ پر کیا اثر ڈالتا ہے۔ دسمبر ۲۰۲۵ کے پری پرنٹ میں سیمولیشن، IBM Quantum کی پیمائشوں اور متعلقہ مفروضوں کا موازنہ ہے۔ کوانٹم تصدیقی ٹیسٹ میں اچھا اسکور جزوی طور پر ان مثالوں پر منحصر ہے جو موازنے کے لیے چنی گئیں۔ اس ابتدائی مقالے میں کوانٹم پیمائشوں سے حاصل ہونے والے باہمی تعلقات کا موازنہ کلاسیکی ماڈل کے پیدا کردہ تعلقات سے کیا گیا۔ کیلیبریشن کا حوالہ جاتی ڈیٹا بدلنے پر شناخت کی پیمائش شدہ کارکردگی بھی بدل گئی۔ تجربے کی ایک صورت میں کوئی بھی طریقہ محض اتفاقی اندازے سے بہتر طور پر دونوں ماخذوں کی پہچان نہ کر سکا۔ [کوانٹم](https://tasaract.com/ur/#topic-quantum) · [غیر یقینی](https://tasaract.com/ur/#topic-uncertainty) [اصل ماخذ](https://arxiv.org/abs/2512.04391) ### [ترک گفتار کی شناخت](https://tasaract.com/ur/work/turkish-asr/) اصل عنوان · Transformer-Based Turkish Automatic Speech Recognition 2024 · تحقیقی جریدے کا مقالہ · پہلا مصنف · Davut Emre Taşar, Kutan Koruyan, Cihan Çılgın · Acta Infologica ترکی زبان سیکھتے وقت صوتی ماڈل کی کون سی تربیت کام آتی ہے؟ ہم نے ۵۳ زبانوں کی گفتار پر پہلے سے تربیت یافتہ Wav2Vec 2.0 کو Common Voice کی ترک ریکارڈنگ اور نقل کے ذریعے ڈھالا۔ آزمائشی حصے پر الفاظ کی غلطی کی شرح ۲۳ فی صد تھی۔ یہ نظام ترکی زبان میں ریکارڈ کی گئی گفتگو کو تحریری متن میں بدلتا ہے۔ اس تحقیق میں XLSR-Wav2Vec 2.0 استعمال ہوا، جس کی ابتدائی تربیت 53 زبانوں کی آوازوں پر ہوئی تھی۔ پھر Mozilla Common Voice کی ترکی ریکارڈنگز اور ان کے تحریری متن سے اس کی مزید تربیت کی گئی۔ اسی مجموعے کے ٹیسٹ حصے پر لفظی غلطی کی شرح 23 فیصد تھی۔ اس پیمائش میں حوالہ جاتی متن کے مقابلے میں اضافی، چھوٹ جانے یا بدل جانے والے الفاظ گنے جاتے ہیں۔ [زبان](https://tasaract.com/ur/#topic-language) [اصل ماخذ](https://dergipark.org.tr/en/pub/acin/article/1338604) ### [ریاضی کے لیے چھوٹا Qwen](https://tasaract.com/ur/work/qwen-grpo/) اصل عنوان · Qwen-0.5B-GRPO: A Fine-Tuned Math Reasoner 2025 · ماڈل · ڈویلپر · Davut Emre Taşar · Hugging Face Models کیا چھوٹا ماڈل ریاضی کا جواب ترتیب سے لکھ سکتا ہے؟ میں نے Qwen2.5-0.5B-Instruct کو GSM8K کے لفظی مسائل پر GRPO سے مزید تربیت دی۔ درست عددی جواب اور مطلوبہ ساخت کے الگ انعام ہیں۔ ماڈل کارڈ ایک تربیتی دور اور استعمال کی مثال بیان کرتا ہے۔ کیا ایک چھوٹا ماڈل ریاضی کا لفظی سوال حل کرنا اور جواب کو ترتیب سے پیش کرنا، دونوں سیکھ سکتا ہے؟ نصف ارب پیرامیٹر والے اس Qwen ماڈل نے تربیت میں GSM8K کے سوالات کا ایک دور مکمل کیا۔ یہ حل لکھتا ہے اور آخری جواب الگ حصے میں رکھتا ہے۔ GRPO تربیت میں عددی جواب اور اس کی پیشکش کو الگ انعامات سے جانچا گیا۔ صاف ستھرے حل میں بھی حساب کی غلطی ہو سکتی ہے۔ [زبان](https://tasaract.com/ur/#topic-language) [اصل ماخذ](https://huggingface.co/emre/Qwen-0.5B-GRPO) ### [ترکی زبان میں استدلال کا TARA معیار](https://tasaract.com/ur/work/turkish-reasoning-benchmark/) اصل عنوان · TARA: Turkish Advanced Reasoning Assessment Dataset 2025 · ڈیٹاسیٹ · ڈیٹاسیٹ کا شریک مرتب · Davut Emre Taşar, Ceren Öcal Taşar · Hugging Face Datasets ترکی زبان میں استدلال کی صلاحیت کیسے پرکھی جائے؟ ہم نے منطق، منصوبہ بندی، Python اور SQL سمیت دس زمروں میں ۱۰۰ مصنوعی مثالیں مرتب کیں۔ ڈیٹاسیٹ کارڈ واضح کرتا ہے کہ ایک جنریٹر اور مختصر نمونے کی وجہ سے اسکور کی تعبیر کہاں تک ممکن ہے۔ TARA v1 میں ترکی زبان کے 100 مصنوعی سوال جواب کے جوڑے ہیں۔ دس موضوعات اور مشکل کی دس سطحوں کے ہر امتزاج کے لیے ایک سوال ہے۔ ہر مسئلے میں ماڈل کو سوال کے ساتھ ایک معاون عبارت دی جاتی ہے۔ مثالی جواب اور واضح جانچ کے معیار بتاتے ہیں کہ کامیابی کسے سمجھا جائے گا، چاہے دیے ہوئے اسکیما کے لیے SQL کوئری لکھنی ہو یا مقررہ شرائط کے تحت کہانی بنانی ہو۔ [زبان](https://tasaract.com/ur/#topic-language) [اصل ماخذ](https://huggingface.co/datasets/emre/TARA_Turkish_LLM_Benchmark) ### [کئی چیٹ بوٹس کے لیے ایک زبان ماڈل](https://tasaract.com/ur/work/multilingual-chatbots/) اصل عنوان · Performance Trade-Off for Bert Based Multi-Domain Multilingual Chatbot Architectures 2021 · تحقیقی جریدے کا مقالہ · پہلا مصنف · Davut Emre Taşar, Şükrü Ozan, Seçilay Kutal, Oğuzhan Ölmez, Semih Gülüm, Fatih Akca, Ceren Belhan · Journal of Artificial Intelligence and Data Science کیا تیرہ کاموں کے لیے تیرہ ماڈل درکار ہیں؟ درجہ بند نظام زبان ماڈل مشترک رکھتا ہے اور فعال چیٹ بوٹ کے مطابق ممکنہ جواب محدود کرتا ہے۔ تین زبانوں میں ۱۳ کاموں اور ۳۳۳ زمروں کی تحقیق میں پانچ ماڈلوں کے موازنے کے دوران درستگی میں معمولی کمی کے ساتھ میموری ۱۰ GB سے ۲ GB رہ گئی۔ ویب سائٹ پر آنے والے شخص کا سوال ایک درجہ بندی کرنے والے ماڈل کو ملتا ہے، جو سائٹ کے جوابات کے ذخیرے سے جواب چنتا ہے۔ تحقیق میں دیکھا گیا کہ کیا کئی سائٹس ایک ہی کثیر لسانی BERT ماڈل استعمال کر سکتی ہیں جبکہ ہر چیٹ بوٹ اپنے ذخیرے تک محدود رہے۔ موازنے میں ترکی، انگریزی اور جرمن کی 13 درجہ بندی کی ذمہ داریاں اور کل 333 زمرے شامل تھے۔ ہر بوٹ کے الگ ماڈل کے مقابلے میں جواب چننے کی درستگی، سرور میموری اور اسٹوریج کی ضرورت ناپی گئی۔ [زبان](https://tasaract.com/ur/#topic-language) [اصل ماخذ](https://dergipark.org.tr/en/pub/jaida/article/1060221) ### [اشتہارات میں غلط لیبل کی پہچان](https://tasaract.com/ur/work/ad-text-classification/) اصل عنوان · BERT Modeli’nin Sınıflandırma Doğruluğunun Sıfır-Atış Öğrenmesi ile Artırılması 2021 · تحقیقی جریدے کا مقالہ · شریک مصنف · Şükrü Ozan, Umut Özdil, Davut Emre Taşar, Büşra Arslan, Gökçe Polat · Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi اگر غلطی اشتہار کے لیبل میں ہو تو؟ ہم نے زیرو شاٹ ماڈل سے اشتہار اور اس کے صنعتی زمرے کا میل جانچا، ڈیٹا صاف کیا اور BERT کو دوبارہ تربیت دی۔ ۴۴ صنعتوں کے تقریباً ایک لاکھ ایک ہزار اشتہارات پر درجہ بندی بہتر ہوئی۔ آن لائن اشتہار پر درج شعبے کا لیبل ہمیشہ اس کے متن سے میل نہیں کھاتا۔ محققین نے 44 شعبوں میں نشان زد تقریباً ایک لاکھ ایک ہزار اشتہارات کے متن سے شعبہ پہچاننے کے لیے BERT کو تربیت دی۔ بعض شعبوں میں شناخت کمزور تھی، اس لیے متن اور لیبل کا میل جانچنے کے لیے ایک زیرو شاٹ ماڈل سے دوسری رائے لی گئی۔ غیر موزوں مثالیں نکال کر BERT کو دوبارہ تربیت دینے سے تجربے میں درجہ بندی کی درستگی بڑھی۔ [زبان](https://tasaract.com/ur/#topic-language) [اصل ماخذ](https://dergipark.org.tr/tr/pub/tbbmd/article/1004781) ### [لسانی ماڈلوں سے نیورل نیٹ ورک میں ترمیم](https://tasaract.com/ur/work/weight-editing/) اصل عنوان · Editing Neural Networks with Language Models 2026 · کوڈ کا ذخیرہ · واحد مصنف · Davut Emre Taşar · GitHub کیا ایک ماڈل دوسرے ماڈل کے وزن بدل سکتا ہے؟ میں نے UCI Adult ڈیٹاسیٹ پر ایک ایسے درجہ بندی ماڈل کے وزن میں تبدیلیاں آزمائیں جسے مستقل نقصان پہنچایا گیا تھا۔ Sol کی تجویز سے متوازن درستگی بڑھی، لیکن مجموعی درستگی کم ہوئی اور پیش گوئی کردہ احتمال کم قابلِ اعتماد ہو گئے۔ صحیح سلامت لسانی ماڈل SmolLM2 کے لیے ARC-Easy اور PIQA پر ہر بار اصل وزن ہی منتخب ہوئے۔ کیا زبان کا ماڈل وزن بدل کر کسی خراب کلاسیفائر کی مرمت کر سکتا ہے؟ UCI Adult میں آمدنی کی درجہ بندی کے تجربے میں کلاسیفائر کے وزن ابتدا ہی میں جان بوجھ کر خراب کیے گئے۔ ایک مجوزہ تبدیلی سے متوازن درستگی 0.43 فیصد پوائنٹ بڑھی۔ یہ پیمانہ آمدنی کی دونوں جماعتوں کو برابر وزن دیتا ہے۔ مجموعی درستگی اور امکانات کے تخمینوں کا معیار گھٹ گیا۔ الگ تجربہ صحیح سالم SmolLM2-1.7B سے شروع ہوا۔ سائنس اور روزمرہ طبعی استدلال کے سوالات پر امیدواروں کو جانچنے کے بعد اصل ماڈل ہی منتخب ہوا۔ [ایجنٹ نظام](https://tasaract.com/ur/#topic-agents) · [زبان](https://tasaract.com/ur/#topic-language) [اصل ماخذ](https://github.com/detasar/llm-weight-editing-study) ### [BLOOM](https://tasaract.com/ur/work/bloom/) اصل عنوان · BLOOM: A 176B-Parameter Open-Access Multilingual Language Model 2022 · پری پرنٹ · شریک مصنف · BigScience Workshop · BigScience Workshop · arXiv کثیر لسانی ماڈل کھلے اشتراک سے کیسے بنایا گیا؟ میں BigScience کے مشترکہ تحقیقی مقالے کا ایک شریک مصنف ہوں۔ مقالہ BLOOM کی ساخت، تربیتی مواد اور تربیت کا طریقہ بیان کرتا ہے اور تمام مصنفین کی فہرست دیتا ہے۔ BLOOM اندازہ لگاتا ہے کہ کسی متن کا اگلا حصہ کیا ہو سکتا ہے۔ BigScience کے اشتراکی منصوبے نے 176 ارب پیرامیٹرز والے اس ماڈل کو ROOTS کے مجموعے پر تربیت دی، جس میں 46 انسانی زبانوں اور 13 پروگرامنگ زبانوں کا مواد ہے۔ مقالے میں تربیتی ڈیٹا کے انتخاب سے لے کر ماڈل کی کثیر لسانی صلاحیتوں کی جانچ تک کے مراحل بیان کیے گئے ہیں۔ شائع شدہ ماڈل ویٹس اور کوڈ سے دوسرے محققین بھی یہ ٹیسٹ چلا سکتے ہیں یا مختلف زبانوں کے جوابات کا موازنہ کر سکتے ہیں۔ [زبان](https://tasaract.com/ur/#topic-language) [اصل ماخذ](https://arxiv.org/abs/2211.05100) ## پیٹنٹ اور یوٹیلٹی ماڈل ترکی میں جمع کرائی گئی ۳۰ درخواستوں میں میرا نام بطور موجد شامل ہے۔ ان میں ۲۸ پیٹنٹ اور دو یوٹیلٹی ماڈل کی درخواستیں ہیں۔ درخواست گزار Türkiye Garanti Bankası A.Ş. ہے۔ بعض بین الاقوامی اشاعتوں کا تعلق ترکی میں دی گئی انہی درخواستوں سے ہے۔ مجموعی تعداد ترکی میں جمع کرائی گئی درخواستوں کی ہے۔ موجودہ قانونی حیثیت کے لیے سرکاری رجسٹر مستند ماخذ ہے۔ درخواست گزار · TÜRKİYE GARANTİ BANKASI ANONİM ŞİRKETİ رجسٹر کا تاریخ وار ریکارڈ · 2026-08-31 · [TÜRKPATENT کا سرکاری رجسٹر](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) ### [2026/007909 · بولنے والے کی آواز کے مطابق شور کم کرنا](https://tasaract.com/ur/patents/2026-007909/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2026-05-18 نظام پس منظر سے آواز الگ کر کے اسے متن میں بدلتا ہے۔ پسند یا موقع کے مطابق الفاظ بدل کر وہی بات بولنے والے کی صوتی خصوصیات کے ساتھ دوبارہ بنائی جا سکتی ہے۔ ابتدا ایک ایسی ریکارڈنگ سے ہوتی ہے جس میں اردگرد کا شور بھی ہے۔ نظام بولنے والے کی آواز الگ کرکے اس کے الفاظ تحریر میں ڈھالتا ہے اور موقع یا اس کی پسند کے مطابق عبارت بدل سکتا ہے۔ پھر وہی عبارت اس شخص کی آواز کی خصوصیات کے ساتھ سناتا ہے۔ تاریخِ اشاعت · 2026-07-21 [اصل ماخذ](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026/007909 ### [2026/007907 · منطقی استدلال پر مبنی مصنوعی ذہانت](https://tasaract.com/ur/patents/2026-007907/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2026-05-18 لین دین کی تاریخ، صارفین کے ریکارڈ اور نیٹ ورک کے روابط سے منطقی علمی ماڈل بنتا ہے۔ اس سے مالیات، صحت اور رسد کے شعبوں میں نتائج اخذ کیے جا سکتے ہیں۔ ایک لین دین، کسی صارف کا ریکارڈ اور نیٹ ورک کا ایک رابطہ الگ الگ حقائق ظاہر کرتے ہیں۔ تجویز میں ان حقائق اور باہمی تعلقات کو ایک مشترک منطقی ماڈل میں بیان کیا گیا ہے تاکہ کئی ریکارڈ ملا کر نتائج اخذ کیے جا سکیں۔ درخواست میں مالیات، صحت اور رسد کی مثالیں دی گئی ہیں۔ تاریخِ اشاعت · 2026-06-22 [اصل ماخذ](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026/007907 ### [2026/006294 · انتظار کا انفرادی تجربہ](https://tasaract.com/ur/patents/2026-006294/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2026-04-24 انتظار کرنے والے شخص کی جذباتی کیفیت کا اندازہ لگا کر اس کے لیے موزوں مواد چننے کی تجویز ہے۔ ایک ہی خدمت کے منتظر دو افراد شاید اس دوران مختلف چیزیں دیکھنا یا سننا چاہیں۔ نظام انتظار کے دوران ہر شخص کی جذباتی کیفیت کا اندازہ کرتا ہے اور اسی اندازے کی بنیاد پر اس وقت اسے پیش کیا جانے والا مواد چنتا ہے۔ تاریخِ اشاعت · 2026-05-21 [اصل ماخذ](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026/006294 ### [2026/006289 · ذاتی اونٹولوجی سے ریٹائرمنٹ کی منصوبہ بندی](https://tasaract.com/ur/patents/2026-006289/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2026-04-24 وقت کے ساتھ بدلتی ذاتی اونٹولوجی اور علمی گراف کو جوڑ کر ریٹائرمنٹ کی منصوبہ بندی اور روزمرہ زندگی میں پیشگی مدد فراہم کرنے کی تجویز ہے۔ ریٹائرمنٹ کی منصوبہ بندی اور روزمرہ مدد، دونوں کے لیے کسی شخص کی زندگی کی ایک ہی تصویر کام آ سکتی ہے۔ ذاتی اونٹولوجی اس کے لیے اہم تصورات بیان کرتی ہے اور علمی گراف انہیں آپس میں جوڑتا ہے۔ یہ تصویر بدلتے حالات میں طویل مدتی منصوبوں اور روزانہ کی ضروریات کا پیشگی اندازہ لگانے میں مدد دے سکتی ہے۔ تاریخِ اشاعت · 2026-06-22 [اصل ماخذ](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026/006289 ### [2026/004444 · رازداری کے ساتھ ماحول کی نگرانی](https://tasaract.com/ur/patents/2026-004444/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2026-03-26 جہاں کیمرے لگانا مناسب نہ ہو وہاں لوگوں کی موجودگی یا سرگرمی کا پتا لگایا جاتا ہے تاکہ توانائی کا استعمال حالات کے مطابق بدلے۔ جہاں کیمرے موزوں نہ ہوں یا ان کے استعمال پر پابندی ہو، وہاں بھی یہ جاننا ضروری ہو سکتا ہے کہ کوئی جگہ زیر استعمال ہے یا نہیں۔ تجویز میں لوگوں کی موجودگی اور سرگرمی کے مطابق توانائی کا استعمال ڈھالنے کی بات ہے۔ رازداری کا تحفظ اس ڈیزائن کا واضح مقصد ہے۔ تاریخِ اشاعت · 2026-05-21 [اصل ماخذ](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026/004444 ### [2026/004441 · کوانٹم طریقوں سے مالیاتی صارفین کی گروہ بندی](https://tasaract.com/ur/patents/2026-004441/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2026-03-26 شور زدہ ڈیٹا کے باوجود متحرک گروہ بنانے کے لیے کوانٹم الجھاؤ، تغیراتی کوانٹم کلسٹرنگ اور شماریاتی یقین دہانی کے لیے کنفارمل پیش گوئی کو ملایا گیا ہے۔ مالیاتی ڈیٹا میں شور ہو سکتا ہے اور صارفین کے گروہ بدل سکتے ہیں۔ تجویز میں کوانٹم الجھاؤ ڈیٹا کے تعلقات ظاہر کرتا ہے، ویری ایشنل کوانٹم کلسٹرنگ گروہ بناتی ہے اور کنفارمل پیش گوئی اس گروہ بندی کی غیر یقینی کیفیت کا شماریاتی پیمانہ فراہم کرتی ہے۔ تاریخِ اشاعت · 2026-04-21 [اصل ماخذ](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026/004441 ### [2026/002909 · پیش گوئی پر اعتماد کا عددی پیمانہ](https://tasaract.com/ur/patents/2026-002909/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2026-02-26 نظام پیش گوئی پر اعتماد کی مقدار بتاتا ہے۔ مثالوں میں قرض کی عدم ادائیگی، لین دین کا نفع یا نقصان اور کام میں تاخیر شامل ہیں۔ پیش گوئی بتاتی ہے کہ کیا ہو سکتا ہے۔ درخواست میں مصنوعی ذہانت کی پیش گوئی کے ساتھ ایک عدد دینے کی تجویز ہے جو ظاہر کرے کہ اس پر کتنا بھروسا کیا جا سکتا ہے۔ خلاصے میں قرض کی عدم ادائیگی، لین دین میں نفع یا نقصان اور کسی کام میں تاخیر کی مثالیں ہیں۔ تاریخِ اشاعت · 2026-03-23 [اصل ماخذ](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026/002909 ### [2026/001992 · بینک شاخ میں شناخت اور انتظار کا اندازہ](https://tasaract.com/ur/patents/2026-001992/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2026-02-10 کمپیوٹر وژن سے صارف کی شناخت، شاخ میں گزارے وقت کی پیمائش اور انتظار کا تخمینہ لگایا جاتا ہے۔ روانہ ہونے والوں کو دیکھ کر قطار بہتر بنائی جا سکتی ہے۔ گاہک نے بینک کی شاخ میں کتنی دیر گزاری اور قطار میں اگلے شخص کو کتنا انتظار کرنا پڑ سکتا ہے؟ تجویز میں کمپیوٹر وژن سے گاہکوں کی شناخت، ان کے دورانیۂ قیام اور روانگی کا مشاہدہ اور انتظار کے وقت کا اندازہ کیا جاتا ہے۔ ان اندازوں سے قطار کا انتظام بہتر طور پر کیا جا سکتا ہے۔ تاریخِ اشاعت · 2026-03-23 [اصل ماخذ](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026/001992 ### [2025/019989 · بینکاری میں انفرادی کھیل](https://tasaract.com/ur/patents/2025-019989/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2025-12-12 بینکاری سرگرمی کا تجزیہ کر کے صارف کے لیے مالیاتی مواد اور کھیل کے منظرنامے تجویز ہوتے ہیں۔ ایپ ان پر صارف کی رائے لے سکتی ہے۔ اس مجوزہ بینکاری کھیل کا مواد گاہک کی اپنی مالی سرگرمی سے آتا ہے۔ ایک لسانی ماڈل اس سے گاہک کے مطابق کھیل کے منظرنامے اور مالی تعلیم کا مواد بنانے میں مدد دیتا ہے۔ گاہک بینک کی ایپ میں کھیل سکتا ہے اور ملنے والے کھیل اور مواد پر رائے دے سکتا ہے۔ تاریخِ اشاعت · 2026-01-21 [اصل ماخذ](https://patents.google.com/patent/TR2025019989A2/en) · TR2025019989A2 ### [2025/011133 · فیڈریٹڈ لرننگ سے صوتی و بصری یادوں کی افزائش](https://tasaract.com/ur/patents/2025-011133/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2025-08-08 درخواست صارف کے آلے پر ریکارڈ کی گئی تصاویر اور آواز سے بنی یادوں کو ذاتی پسند کے مطابق ڈھالنے میں فیڈریٹڈ لرننگ کا استعمال بیان کرتی ہے۔ کسی ذاتی یاد کی ریکارڈنگ میں تصویر اور آواز دونوں ہو سکتی ہیں۔ درخواست میں اپنے ہی آلے سے محفوظ کیے گئے مواد سے اس شخص کے مطابق ایک صورت تیار کرنے کی تجویز ہے۔ اس تخصیص میں مدد کے لیے فیڈریٹڈ لرننگ کا طریقہ بیان کیا گیا ہے۔ تاریخِ اشاعت · 2025-09-22 [اصل ماخذ](https://patents.google.com/patent/TR2025011133A2/en) · TR2025011133A2 ### [2025/008786 · کثیر نوعی مواد کی متبادل صورتوں کا گراف](https://tasaract.com/ur/patents/2025-008786/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2025-06-30 آواز، ویڈیو یا تصویر سے خصوصیات نکال کر ممکنہ تبدیلیوں کا قابلِ توسیع گراف بنتا ہے۔ شاخیں متبادل ماضی، مستقبل یا متوازی نسخے دکھا سکتی ہیں۔ کسی منظر میں اور کیا ہو سکتا تھا؟ نظام آواز، ویڈیو یا ساکن تصویر سے خصوصیات اخذ کرکے امکانات کا شاخ دار گراف بناتا ہے۔ شاخیں متبادل ماضی، ممکنہ مستقبل یا متوازی صورتیں دکھا سکتی ہیں۔ مزید امکانات کے لیے نئی شاخیں بھی شامل کی جا سکتی ہیں۔ تاریخِ اشاعت · 2025-08-21 [اصل ماخذ](https://patents.google.com/patent/TR2025008786A2/en) · TR2025008786A2 ### [2025/008273 · نجی لین دین کا کیبن](https://tasaract.com/ur/patents/2025-008273/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2025-06-20 ماڈیولر کیبن ایک ہی نجی جگہ پر مختلف خدمات فراہم کرنے والوں سے حساس معاملات نمٹانے کی سہولت دیتا ہے۔ کئی اداروں سے کام رکھنے والا شخص ایک ہی نجی کیبن میں معاملات نمٹا سکتا ہے۔ یہ ڈیزائن حساس لین دین اور بات چیت کے لیے الگ جگہ مختص کرتا ہے۔ کیبن کی ماڈیولر ساخت اسے ایک ہی جگہ پر مختلف خدمات کے لیے موزوں بنانے کی غرض سے رکھی گئی ہے۔ تاریخِ اشاعت · 2025-09-22 [اصل ماخذ](https://patents.google.com/patent/TR2025008273A2/en) · TR2025008273A2 ### [2025/008055 · تصادم کا جائزہ اور سفری مدد](https://tasaract.com/ur/patents/2025-008055/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2025-06-18 سینسر اور اے آئی گاڑیوں کا تصادم ہوتے ہی اس کا جائزہ لیتے ہیں۔ نظام متعلقہ خدمات کو اطلاع اور متاثرہ افراد کو سفر یا قیام کی تجاویز دے سکتا ہے۔ تجویز ٹکر کے لمحے سے لے کر حادثے کے بعد کی عملی ضروریات تک کا احاطہ کرتی ہے۔ سینسر اور مصنوعی ذہانت موقع پر حادثے کا جائزہ لیتے ہیں تاکہ متعلقہ خدمات کو اطلاع دی جا سکے۔ نظام متاثرہ افراد کی اگلی ضروریات، مثلاً آمدورفت یا قیام، کو بھی پیش نظر رکھتا ہے۔ تاریخِ اشاعت · 2025-08-21 [اصل ماخذ](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2025/008055 ### [2025/008032 · انسانوں اور اے آئی کی مشترکہ فیصلہ سازی](https://tasaract.com/ur/patents/2025-008032/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2025-06-17 انسانی اور مصنوعی شرکا کو اجتماعی فیصلے میں شامل کیا جاتا ہے۔ وقت کے ساتھ ڈھلنے والے نظام میں اعتماد کے کئی درجوں پر جانچ شامل ہے۔ انسان اور مصنوعی ذہانت کے ایجنٹ ایک ہی فیصلے میں حصہ لیتے ہیں۔ مجوزہ نظام ان کی آرا کو یکجا کرنے سے پہلے کئی سطحوں پر ان کی قابل اعتمادی کا جائزہ لیتا ہے۔ گروہ کے مزید فیصلے کرنے کے ساتھ یہ عمل خود کو ڈھال سکتا ہے۔ تاریخِ اشاعت · 2025-07-21 [اصل ماخذ](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2025/008032 ### [2025/008028 · کئی آلات اور ایپس کی ہم آہنگی](https://tasaract.com/ur/patents/2025-008028/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2025-06-17 اے آئی ایک ہی ماحول کے آلات اور ایپس میں رابطہ رکھتی ہے تاکہ صارف کے تعامل کے ساتھ اس کا تجربہ بھی بدل سکے۔ ایک شخص ایک ہی کام میں کئی آلات اور ایپس استعمال کر سکتا ہے۔ تجویز ان کے درمیان ہم آہنگی کے لیے مصنوعی ذہانت استعمال کرتی ہے۔ وقت کے ساتھ وہ شخص ان آلات اور ایپس کو جس انداز میں استعمال کرتا ہے، اسی سے تجربے کو اس کے مطابق ڈھالنے کی سمت ملتی ہے۔ تاریخِ اشاعت · 2025-07-21 [اصل ماخذ](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2025/008028 ### [2025/007997 · جائیداد کی قدر اور حکمتِ عملی](https://tasaract.com/ur/patents/2025-007997/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2025-06-17 متعدد ذرائع کے ڈیٹا، ارتقا پذیر اونٹولوجی، نیٹ ورک تجزیے اور قابلِ وضاحت تخلیقی اے آئی سے جائیداد کی قدر اور منصوبہ بندی کو جوڑا گیا ہے۔ جائیداد کی قدر کے تعین میں کئی ذرائع سے معلومات آتی ہیں۔ تجویز انہیں ایک بدلتی ہوئی اونٹولوجی میں ترتیب دیتی اور نیٹ ورک تجزیے سے ان کے رشتوں کا جائزہ لیتی ہے۔ قابل توضیح تخلیقی مصنوعی ذہانت قیمت کے تخمینے اور اس کی وجوہ کو تزویراتی منصوبہ بندی سے جوڑتی ہے۔ تاریخِ اشاعت · 2025-07-21 [اصل ماخذ](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2025/007997 ### [2025/007995 · اے آئی ایجنٹ کی تیاری کا ماحول](https://tasaract.com/ur/patents/2025-007995/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2025-06-17 ایجنٹ کی ساخت اور متعلقہ ڈیٹا فارمیٹ معاون کو پلیٹ فارم بدلنے، وقت کے ساتھ ڈھلنے اور انفرادی تجربہ برقرار رکھنے میں مدد دیتے ہیں۔ جب کوئی معاون دوسرے پلیٹ فارم پر منتقل ہوتا ہے تو صارف کی ضرورتوں کے مطابق اس میں آنے والی تبدیلیوں کا کیا ہوتا ہے؟ درخواست ایجنٹ کی ساخت کے ساتھ ایک ڈیٹا فارمیٹ تجویز کرتی ہے تاکہ معاون پلیٹ فارم بدل سکے، اپنی تخصیص برقرار رکھے اور نئے ماحول میں بھی ڈھلتا رہے۔ تاریخِ اشاعت · 2025-08-21 [اصل ماخذ](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2025/007995 ### [2024/003815 · مجازی بینک شاخوں میں گفتگو](https://tasaract.com/ur/patents/2024-003815/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2024-03-27 موبائل بینکاری، آگمینٹڈ ریئلٹی اور مجازی شاخیں مل کر صارفین کو سرمایہ کاری پر ایک دوسرے اور اے آئی ماڈلوں سے گفتگو کی سہولت دیتی ہیں۔ حصص خریدنے پر غور کرنے والا صارف بینک کی ایپ سے ایک مجازی شاخ میں جا کر دوسرے صارفین یا مصنوعی ذہانت کے کسی ماڈل سے بات کر سکتا ہے۔ مجوزہ نظام موبائل، افزوں حقیقت اور مجازی ماحول میں ہونے والی گفتگو کو جوڑتا ہے۔ درخواست میں آواز، تصاویر اور تحریر کی مدد سے صارف کے ملک کے مالی ضوابط کی پابندی جانچنے کا طریقہ بھی بیان ہوا ہے۔ تاریخِ اشاعت · 2024-04-22 [PCT · WO2025207066A1](https://patents.google.com/patent/WO2025207066A1/en) [اصل ماخذ](https://patents.google.com/patent/TR2024003815A2/en) · TR2024003815A2 ### [2024/003813 · اے آئی اوتار کے سرمایہ کاری چینل](https://tasaract.com/ur/patents/2024-003813/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2024-03-27 ماہرین یا معروف شخصیات سرمایہ کاری کے چینل ترتیب دے سکتے ہیں۔ منتخب پروفائل پر مبنی اے آئی اوتار صارفین کو مالی رہنمائی دیتے ہیں۔ تجویز کے مطابق ماہرین یا معروف شخصیات سرمایہ کاری کے چینل بنا سکتی ہیں۔ ہر چینل ایک مخصوص پروفائل سے منسلک مصنوعی ذہانت کے اوتار کے ذریعے مالی رہنمائی دے سکتا ہے۔ یوں چینل کا انتخاب یہ بھی طے کرتا ہے کہ صارف کو کس پروفائل کی بنیاد پر رہنمائی ملے گی۔ تاریخِ اشاعت · 2024-04-22 [اصل ماخذ](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2024/003813 ### [2024/003592 · باہمی رضامندی سے بینک لین دین میں مدد](https://tasaract.com/ur/patents/2024-003592/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2024-03-25 مدد چاہنے والا صارف قابلِ اعتماد فرد کو اپنے ساتھ لین دین میں شامل کر سکتا ہے۔ اس میں دونوں فریقوں کی منظوری لی جاتی ہے۔ بینک کے کام میں مدد لینے کی حد پہلے سے طے کی جا سکتی ہے۔ مجوزہ ایپ صارفین کے باہمی تعلقات کی بنیاد پر ان کے جاننے والوں کے نام تجویز کرتی ہے۔ فریق بتاتے ہیں کہ کن لین دین میں ایک دوسرے کی مدد پر رضامند ہیں۔ کسی خاص کام کے لیے درخواست آنے پر دوسرے شخص کو اطلاع ملتی ہے اور دونوں کی منظوری کے بعد لین دین آگے بڑھتا ہے۔ تاریخِ اشاعت · 2024-05-21 [PCT · WO2025207061A1](https://patents.google.com/patent/WO2025207061A1/en) [اصل ماخذ](https://patents.google.com/patent/TR2024003592A2/en) · TR2024003592A2 ### [2023/011901 · ننھے روبوٹ سے تلاش اور امداد](https://tasaract.com/ur/patents/2023-011901/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2023-09-25 روبوٹ منہدم عمارت یا کان کی تنگ جگہوں میں جا کر معلومات جمع کرتے اور پھنسے افراد کو تلاش کرنے میں مدد دیتے ہیں۔ مدد پہنچانے کے لیے ایک لائن کی تجویز بھی ہے۔ منہدم عمارت یا کان میں کسی پھنسے ہوئے شخص تک پہنچنے کا واحد راستہ ایک تنگ درز ہو سکتی ہے۔ درخواست میں جوڑوں والا ننھا روبوٹ بیان ہوا ہے جو کیمرے اور حسّاس آلات سے ایسی جگہوں میں راستہ تلاش کرتا ہے۔ زندہ شخص کا پتا چلنے پر کیبل رابطہ قائم کرتی ہے اور رسد پہنچانے والی نالیاں بھی ساتھ لے جاتی ہے۔ امدادی کارکن پیمائشوں سے طے کر سکتے ہیں کہ کہاں کھودنا ہے اور کون سی ضرورت پہلے پوری کرنی ہے۔ تاریخِ اشاعت · 2023-12-21 [ترک پیٹنٹ کی منظوری کے حتمی فیصلے کا اعلان](https://www.turkpatent.gov.tr/arastirma-yap?form=patent) · 2026-02-23 [PCT · WO2025071525A1](https://patents.google.com/patent/WO2025071525A1/en) [اصل ماخذ](https://patents.google.com/patent/TR2023011901A2/en) · TR2023011901A2 ### [2023/011870 · تلاش اور عمل کرنے والا چیٹ معاون](https://tasaract.com/ur/patents/2023-011870/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2023-09-25 معاون اسی گفتگو میں سوال آنے پر انٹرنیٹ سے معلومات حاصل کر سکتا ہے اور حکم ملنے پر کارروائی کر سکتا ہے۔ آواز یا تحریر میں سوال ملنے پر مجوزہ معاون بیرونی ذرائع میں تلاش کرتا ہے، نتائج کی مطابقت جانچتا ہے اور چیٹ میں جواب دیتا ہے۔ یہ ہدایت پر کوئی کام بھی انجام دے سکتا ہے۔ درخواست میں تلاش اور تجزیے کی تاریخ آئندہ استعمال کے لیے محفوظ کرنے اور خبروں اور مالیاتی اعداد و شمار جیسے ذرائع کو وقفے وقفے سے دیکھنے کا ذکر ہے۔ تاریخِ اشاعت · 2023-12-21 [PCT · WO2025071524A1](https://patents.google.com/patent/WO2025071524A1/en) [اصل ماخذ](https://patents.google.com/patent/TR2023011870A2/en) · TR2023011870A2 ### [2023/011830 · کارکنوں کے لیے ذاتی تجاویز](https://tasaract.com/ur/patents/2023-011830/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2023-09-22 معاون کارکن کے یومیہ مزاج اور صحت کے متعلق معلومات سے اس کے کام کے دن کے لیے مخصوص تجاویز بناتا ہے۔ ایک گھنٹہ پہلے چہل قدمی کا مشورہ بے وقت لگ سکتا ہے لیکن سہ پہر میں وہی بات مناسب ہو سکتی ہے۔ کام کی جگہ کے لیے مجوزہ ایپ ملازم کی بتائی ہوئی کیفیت، اسمارٹ واچ کی پیمائشوں اور دن کے وقت کو ساتھ دیکھتی ہے۔ یہ وقفہ لینے، چلنے یا موسیقی سننے کا مشورہ دیتی ہے اور ملازم کے ردِعمل اور نئی پیمائشوں سے اگلی تجویز کو بدلتی ہے۔ تاریخِ اشاعت · 2024-08-21 [PCT · WO2025063924A1](https://patents.google.com/patent/WO2025063924A1/en) [اصل ماخذ](https://patents.google.com/patent/TR2023011830A2/en) · TR2023011830A2 ### [2023/011601 · مجازی کی بورڈ اور ماؤس](https://tasaract.com/ur/patents/2023-011601/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2023-09-18 ورچوئل اور آگمینٹڈ ریئلٹی میں ہاتھ کی حرکت کو کی بورڈ یا ماؤس کے اِن پٹ کے طور پر پڑھا جاتا ہے۔ سامنے کی بورڈ یا ماؤس نہ ہو تو ٹائپ کیسے کیا جائے یا کسی چیز کی طرف اشارہ کیسے کیا جائے؟ درخواست میں بیان کردہ نظام کیمرے سے لیے گئے ہاتھوں کے عکس میں حرکت پہچان کر اسے مجازی یا افزوں حقیقت میں کی بورڈ اور ماؤس کے اِن پٹ میں بدلتا ہے۔ صارف مجازی ترتیب اور اشارے پہچاننے کی سیٹنگ اپنے ہاتھ کی حرکت کے مطابق ڈھال سکتا ہے۔ تاریخِ اشاعت · 2023-12-21 [PCT · WO2025063923A1](https://patents.google.com/patent/WO2025063923A1/en) [اصل ماخذ](https://patents.google.com/patent/TR2023011601A2/en) · TR2023011601A2 ### [2023/011600 · ATM پر رہ جانے والی اشیا کی اطلاع](https://tasaract.com/ur/patents/2023-011600/) یوٹیلٹی ماڈل کی درخواست · درخواست کی تاریخ 2023-09-18 نظام لین دین کے بعد کارڈ، نقدی یا رسید رہ جانے پر نظر رکھتا ہے۔ بینکاری ایپ جا چکے صارف کو مطلع کر سکتی ہے۔ بینک کے نظام میں رقم نکلنے کا عمل مکمل دکھائی دے سکتا ہے جبکہ نوٹ ابھی مشین کی درز میں پڑے ہوں۔ اس یوٹیلٹی ماڈل کی درخواست میں اے ٹی ایم کے کیمرے کے ڈیٹا سے معلوم کیا جاتا ہے کہ کوئی اپنا کارڈ، نقدی یا رسید چھوڑ کر تو نہیں گیا۔ نظام قریب ترین شاخ کو اطلاع دے سکتا ہے اور ایپ یا خودکار فون کال کے ذریعے صارف سے رابطہ کر سکتا ہے۔ تاریخِ اشاعت · 2024-01-22 [PCT · WO2025063922A1](https://patents.google.com/patent/WO2025063922A1/en) [اصل ماخذ](https://patents.google.com/patent/TR2023011600A2/en) · TR2023011600A2 ### [2023/011599 · آگمینٹڈ ریئلٹی سے ATM چلانا](https://tasaract.com/ur/patents/2023-011599/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2023-09-18 فون یا ٹیبلٹ مشین کا کوڈ پڑھ کر کنٹرول دکھاتا ہے۔ نقدی وصول اور ادا کرنے اور رسید چھاپنے کا کام اصل مشین کرتی ہے۔ یہاں فون اے ٹی ایم کا انٹرفیس بن جاتا ہے۔ کسی خاص مشین پر دیا گیا کوڈ اسکین کرنے سے صارف کے آلے پر افزوں حقیقت کا انٹرفیس کھلتا ہے۔ رقم جمع کرنا، نوٹ فراہم کرنا اور رسید چھاپنا جیسے جسمانی کام اے ٹی ایم ہی کرتا ہے۔ تجویز میں یہ بھی بیان ہے کہ کیمرے سے صارف کا مشین کے پاس سے چلے جانا معلوم ہونے پر سیشن ختم ہو جائے۔ تاریخِ اشاعت · 2024-01-22 [PCT · WO2025063920A1](https://patents.google.com/patent/WO2025063920A1/en) [اصل ماخذ](https://patents.google.com/patent/TR2023011599A2/en) · TR2023011599A2 ### [2023/004244 · اے آئی سے ادائیگی ٹرمینل کا انتظام](https://tasaract.com/ur/patents/2023-004244/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2023-04-17 دکاندار تحریری یا زبانی ہدایات سے دور بیٹھے ٹرمینل چلا سکتا ہے۔ QR کوڈ والے نتائج اور مشتبہ لین دین کی جانچ بھی شامل ہے۔ تاجر روزمرہ زبان میں بول کر یا لکھ کر فروخت کے مقام پر موجود ٹرمینل کو دور سے چلا سکتا ہے۔ مجوزہ نظام ہر لین دین کی تفصیلات ظاہر کرنے والا کیو آر کوڈ بنا سکتا ہے۔ یہ خریداری کے ریکارڈ اور صارف کی پسند سے پیش کشیں بھی تجویز کرتا ہے، اور کسی لین دین میں ممکنہ دھوکے کا اشارہ ملنے پر ٹرمینل کو انتباہ بھیج سکتا ہے۔ تاریخِ اشاعت · 2023-09-21 [PCT · WO2024220062A1](https://patents.google.com/patent/WO2024220062A1/en) [اصل ماخذ](https://patents.google.com/patent/TR2023004244A2/en) · TR2023004244A2 ### [2023/004047 · ریکارڈ شدہ معاہدوں سے محفوظ خریداری](https://tasaract.com/ur/patents/2023-004047/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2023-04-12 قرض یا لیٹر آف کریڈٹ کے فریق معاہدہ بنا سکتے ہیں یا اس میں شامل ہو سکتے ہیں۔ مراحل اور دستاویزات بلاک چین پر درج کیے جاتے ہیں اور اے آئی مناسب فریق تجویز کرتی ہے۔ قرض یا لیٹر آف کریڈٹ سے چلنے والی تجارت میں فریق طے کر سکتے ہیں کہ ہر مرحلے میں کیا کرنا ہے اور اس کی تصدیق کیسے ہوگی۔ اس تجویز میں شرائط، مراحل اور تصدیقی اسناد بلاک چین پر درج ہوتی ہیں۔ ایک نگران جانچ میں شریک ہو سکتا ہے۔ کسی مرحلے کے معیار پورے ہونے کی تصدیق کے بعد نظام اس کی ڈیجیٹل ادائیگی منتقل کر سکتا ہے۔ تاریخِ اشاعت · 2023-09-21 [PCT · WO2024215289A1](https://patents.google.com/patent/WO2024215289A1/en) [اصل ماخذ](https://patents.google.com/patent/TR2023004047A2/en) · TR2023004047A2 ### [2022/016679 · گفتگو میں مصنوعات کی سفارش](https://tasaract.com/ur/patents/2022-016679/) یوٹیلٹی ماڈل کی درخواست · درخواست کی تاریخ 2022-11-03 تحریر، تصویر، آواز یا حرکت سے مصنوعات کی تجاویز بنتی ہیں۔ سابقہ معلومات اور تجاویز محفوظ رکھنے سے اگلی گفتگو میں تسلسل رہتا ہے۔ اس یوٹیلٹی ماڈل کی درخواست کی ایک مثال گاڑی کی تصویر اور اس کی انشورنس سے متعلق زبانی سوال سے شروع ہوتی ہے۔ نظام تصویر سے گاڑی کی خصوصیات پہچانتا، آواز کو تحریر میں بدلتا اور دونوں کو ملا کر تخمینی پیش کش تجویز کرتا ہے۔ یہ عمومی طور پر تحریر، تصویر، آواز یا حرکت پر کارروائی کر سکتا ہے اور اگلی گفتگو کے لیے پچھلا مواد اور تجاویز محفوظ رکھ سکتا ہے۔ تاریخِ اشاعت · 2022-12-21 [PCT · WO2024096828A1](https://patents.google.com/patent/WO2024096828A1/en) [اصل ماخذ](https://patents.google.com/patent/WO2024096828A1/en) · WO2024096828A1 ### [2022/016395 · رائے شماری کا انتظام](https://tasaract.com/ur/patents/2022-016395/) پیٹنٹ کی درخواست · درخواست کی تاریخ 2022-10-31 اجتماعی فیصلہ کرنے کے لیے مختلف اے آئی طریقے استعمال کیے جاتے ہیں۔ تجویز میں ووٹنگ کے دوران شرکا کے باہمی رابطے کا طریقہ بھی شامل ہے۔ یہ درخواست رائے شماری کو وقت کے ساتھ آگے بڑھنے والی اجتماعی گفتگو کے طور پر دیکھتی ہے۔ شرکا ایک مشترکہ جگہ میں اختیارات ترتیب دینے میں مدد کرتے ہیں اور ملتے جلتے انتخاب قریب رکھے جاتے ہیں۔ ووٹنگ کے دوران نظام گفتگو کو تحریر میں بدلتا اور تبصروں کا تجزیہ کرتا ہے۔ فیصلہ بنتے وقت ایک مشترکہ کرسر اختیارات کے درمیان گروپ کی حرکت دکھاتا ہے۔ تاریخِ اشاعت · 2022-12-21 [PCT · WO2024096827A1](https://patents.google.com/patent/WO2024096827A1/en) [اصل ماخذ](https://patents.google.com/patent/TR2022016395A2/en) · TR2022016395A2 ## ماڈل اور کوڈ ### [Turkish Sentiment Analysis · TSAM](https://tasaract.com/ur/lab/turkish-sentiment/) ماڈل میں نے اس BERT ماڈل کو ترکی زبان میں لکھے گئے تبصروں کا لہجہ پہچاننے کی تربیت دی۔ یہ مثبت، غیر جانب دار اور منفی لہجے کے لیے الگ الگ اسکور دیتا ہے۔ ترکی زبان کا کوئی جملہ دیں تو ماڈل اس کے لہجے کی تین ممکنہ صورتوں کو الگ الگ اسکور دیتا ہے۔ شائع شدہ ترتیب میں 0 منفی، 1 غیر جانب دار اور 2 مثبت ہے۔ نتیجے میں غیر جانب دار زمرے کا نام “Notr” آتا ہے۔ تبصرے گنتے وقت اس تیسرے زمرے کی مدد سے غیر جانب دار آرا کا الگ حساب رکھا جا سکتا ہے۔ ایک آزاد تحقیق میں ترکی زبان کے چار ڈیٹا سیٹ پر چار ماڈلز کا موازنہ کیا گیا۔ دو زمروں پر مبنی جانچ میں محققین نے غیر جانب دار لیبل نکال دیے۔ اس ماڈل کا F1 اسکور Humir پر 0.97 اور Twt پر 0.54 رہا۔ [A cross-validation study of Turkish sentiment analysis datasets and tools](https://doi.org/10.1007/s10579-025-09869-6) [Hub پر کُل ڈاؤن لوڈ](https://huggingface.co/api/models/emre/turkish-sentiment-analysis?expand=downloadsAllTime) · 12,053 · 2026-11-18 [تبصروں کی درجہ بندی کے لیے میرا ایک پرانا ماڈل](https://github.com/detasar/BERT-TR-Finetuned4-Pos-Neg-Reviews) میں نے ترکی زبان کے BERT ماڈل کو مثبت اور منفی تبصروں میں فرق کرنے کی تربیت دی۔ تربیت کی ترتیبات GitHub پر دستیاب ہیں۔ [اصل ماخذ](https://huggingface.co/emre/turkish-sentiment-analysis) ### [Whisper Medium TR](https://tasaract.com/ur/lab/whisper-tr/) ماڈل موافق بنائے گئے Whisper سے ترک گفتار کی تحریری نقل تیار کرتا ہے۔ Whisper Medium کا یہ نسخہ ترکی زبان کی گفتگو کی ریکارڈنگ کو تحریر میں بدلتا ہے۔ تربیت کے لیے Mozilla Common Voice 11.0 کے تربیتی اور توثیقی حصوں میں سے ہر ایک کا ابتدائی 10 فیصد استعمال کیا گیا۔ ماڈل کارڈ کے مطابق جانچ کے ڈیٹا پر لفظی غلطی کی شرح 18.51 فیصد تھی۔ اس میں اصل تحریر کے مقابلے میں بدلے، چھوٹے اور اضافی الفاظ گنے جاتے ہیں۔ [OpenAI Whisper Medium](https://huggingface.co/openai/whisper-medium) [اصل ماخذ](https://huggingface.co/emre/whisper-medium-turkish-2) ### [Gemma 2 · Turkish Wikipedia](https://tasaract.com/ur/lab/gemma-wiki-tr/) ماڈل ترک ویکیپیڈیا کے متن سے Gemma کو موافق بناتا ہے۔ ترکی زبان میں کسی عبارت کا آغاز لکھیں تو Gemma 2 9B کا یہ نسخہ اسے آگے بڑھا سکتا ہے۔ ابتدائی تربیت کے ایک اور مرحلے کے لیے ترکی ویکیپیڈیا کی تحریریں استعمال کی گئیں۔ LoRA کی مدد سے صرف چند پیرامیٹر بدلے گئے۔ اسی ویکیپیڈیا کے 1,000 پیراگراف الگ رکھے گئے تاکہ دیکھا جا سکے کہ ماڈل اسی ماخذ کی نئی عبارت میں اگلے ٹوکن کی پیش گوئی کتنی اچھی کرتا ہے۔ [Google Gemma 2 9B](https://huggingface.co/google/gemma-2-9b) [اصل ماخذ](https://huggingface.co/emre/gemma-2-9b-Turkish-Lora-Continue-Pre-Trained) ### [Java Methods · Doc2Vec](https://tasaract.com/ur/lab/java-method-vectors/) ماڈل Java میتھڈ کو ۲۰۰ جہتی Doc2Vec ویکٹر میں بدل کر ملتے جلتے کوڈ کے ٹکڑے تلاش کرتا ہے۔ Java کا ہر میتھڈ 200 اعداد کے ایک ویکٹر کی صورت اختیار کرتا ہے۔ ماڈل نے Java میتھڈز کے ایک مجموعے میں کوڈ کو خالی جگہوں پر ٹوکنز میں بانٹ کر Gensim کے Doc2Vec سے یہ نمائندگی سیکھی۔ ماڈل کارڈ کی مثال نئے کوڈ کا ویکٹر نکال کر اس کے قریب ترین پانچ میتھڈز ڈھونڈتی ہے۔ یوں عبارت مختلف ہونے پر بھی متعلقہ کوڈ تلاش کیا جا سکتا ہے۔ [Gensim Doc2Vec](https://radimrehurek.com/gensim/models/doc2vec.html) [اصل ماخذ](https://huggingface.co/emre/java_8m_methods_doc2vec) ### [Gemma 3 27B · Turkish reasoning](https://tasaract.com/ur/lab/gemma-reasoning-tr/) ماڈل ترکی زبان میں استدلال کے لیے Gemma کی چار بِٹ موافقت۔ ہدایات پر عمل کرنے والے چار بِٹ کے Gemma 3 27B کا یہ نسخہ ترکی زبان میں استدلال کے مسائل حل کرتا ہے۔ ماڈل کارڈ میں TARA v1 پر اس کا ابتدائی ماڈل سے موازنہ کیا گیا ہے۔ کاموں میں منصوبہ بندی، SQL اور Python شامل ہیں۔ اس ابتدائی جائزے میں Gemini نے جوابوں کو نمبر دیے۔ SQL کوئری لکھنے میں نئے ماڈل کا اسکور زیادہ اور Python کوڈ کے تجزیے میں قدرے کم تھا۔ [Unsloth 4-bit Gemma 3 27B Instruct](https://huggingface.co/unsloth/gemma-3-27b-it-unsloth-bnb-4bit) [اصل ماخذ](https://huggingface.co/emre/gemma-3-27b-it-tr-reasoning40k-4bit) ### [arXiv Abstract-to-Title · mT5](https://tasaract.com/ur/lab/abstract-title/) ماڈل سائنسی خلاصے کی بنیاد پر موزوں عنوان تجویز کرتا ہے۔ کسی تحقیق کا خلاصہ دیں تو ماڈل مقالے کا ایک عنوان تجویز کرتا ہے۔ یہ کام سکھانے کے لیے mT5-small کو arXiv کے خلاصوں اور ان کے عنوانات کے جوڑوں پر مزید تربیت دی گئی۔ تربیت میں ہر اِن پٹ کی حد 256 ٹوکن تھی۔ شائع شدہ ROUGE اسکور اصل عنوان سے الفاظ یا ان کی ترتیب کا میل ناپتے ہیں، اس لیے دوسرے لفظوں میں لکھا ہوا اچھا عنوان بھی کم نمبر پا سکتا ہے۔ [mT5-small](https://huggingface.co/google/mt5-small) [اصل ماخذ](https://huggingface.co/emre/arxiv27k-t5-abst-title-gen) ### [Wav2Vec2 XLS-R · Turkish](https://tasaract.com/ur/lab/xlsr-tr/) ماڈل wav2vec 2.0 کی مدد سے ترک گفتار پہچانتا ہے۔ یہ ماڈل 30 کروڑ پیرامیٹر والے XLS-R اسپیچ انکوڈر سے ترکی زبان کی آواز کو تحریر میں بدلتا ہے۔ اسے Mozilla Common Voice 8.0 کی ترکی ریکارڈنگز پر مزید تربیت دی گئی۔ ڈی کوڈنگ کے CTC مرحلے میں مسلسل ایک جیسی پیش گوئیاں ملائی جاتی ہیں اور خالی نشان ہٹا کر متن بنایا جاتا ہے۔ ماڈل کارڈ میں جانچ کے ڈیٹا پر لفظی غلطی کی شرح 0.2869، یعنی تقریباً 28.7 فیصد درج ہے۔ [Meta Wav2Vec2 XLS-R 300M](https://huggingface.co/facebook/wav2vec2-xls-r-300m) [اصل ماخذ](https://huggingface.co/emre/wav2vec2-large-xls-r-300m-tr) ### [Qwen 0.5B · GRPO maths](https://tasaract.com/ur/lab/qwen-grpo/) ماڈل GRPO سے موافق کیا گیا Qwen ریاضی کے سوالات کے منظم حل تیار کرتا ہے۔ کیا ایک چھوٹا ماڈل ریاضی کا لفظی سوال حل کرنا اور جواب کو ترتیب سے پیش کرنا، دونوں سیکھ سکتا ہے؟ نصف ارب پیرامیٹر والے اس Qwen ماڈل نے تربیت میں GSM8K کے سوالات کا ایک دور مکمل کیا۔ یہ حل لکھتا ہے اور آخری جواب الگ حصے میں رکھتا ہے۔ GRPO تربیت میں عددی جواب اور اس کی پیشکش کو الگ انعامات سے جانچا گیا۔ صاف ستھرے حل میں بھی حساب کی غلطی ہو سکتی ہے۔ [Qwen2.5-0.5B-Instruct](https://huggingface.co/Qwen/Qwen2.5-0.5B-Instruct) [اصل ماخذ](https://huggingface.co/emre/Qwen-0.5B-GRPO) ### [Regression Conformal Prediction Research Atlas](https://tasaract.com/ur/lab/regression-atlas/) کوڈ کا ذخیرہ ۶۷ ڈیٹاسیٹس پر مسلسل عددی نتائج کے لیے پیش گوئی کے وقفوں کا موازنہ کرتا ہے۔ پیش گوئی کا وقفہ اتنا وسیع ہو کہ مشاہدے میں آنے والی کافی قدریں اس میں سما جائیں، اور اتنا محدود بھی کہ فیصلہ کرنے میں مدد دے۔ یہ اٹلس ریگریشن کے 67 ڈیٹاسیٹس پر دیکھتا ہے کہ کنفارمل طریقے ان دونوں تقاضوں میں کیسے توازن رکھتے ہیں۔ شواہد کے گراف سے کسی نتیجے کی اصل موازنہ جدول تک پہنچا جا سکتا ہے۔ ایک تجربے میں کوانٹائل کا تخمینہ لگانے والا ماڈل بدلا گیا۔ وقفہ بنانے کا طریقہ وہی رہا، مگر جن موازنوں میں اسے برتری حاصل ہوئی وہ بدل گئے۔ [اصل ماخذ](https://github.com/detasar/regression-conformal-prediction-research-atlas) ### [BIRD · Text-to-SQL experiments](https://tasaract.com/ur/lab/bird-sql/) کوڈ کا ذخیرہ عام زبان کے سوال کو SQL میں بدل کر ڈیٹابیس پر کوئری چلاتا اور جانچتا ہے۔ روزمرہ زبان میں پوچھے گئے سوال سے SQL کوئری کیسے بنے؟ ایک طریقہ اس کام کو چھوٹے فیصلوں میں بانٹتا ہے، سوال میں مذکور چیزوں کی شناخت سے لے کر درست جدولوں اور قدروں کی تلاش تک۔ دوسری آزمائشیں مثال کے طور پر کوئریاں ڈھونڈتی ہیں یا ایسے سوال نشان زد کرتی ہیں جن کی مزید وضاحت درکار ہو۔ BIRD بینچ مارک کے مالیاتی ڈیٹابیس پر پہلے طریقے سے بنی تمام 106 کوئریاں چل گئیں۔ ان میں سے 79 کے جواب حوالہ نتائج سے ملتے تھے۔ [اصل ماخذ](https://github.com/detasar/bird-text2sql-experiments) ### [WebCLI](https://tasaract.com/ur/lab/webcli/) کوڈ کا ذخیرہ شائع شدہ دستاویزات کو قابلِ تلاش JSON یا JSONL میں بدلتا ہے۔ فرض کریں کسی ایجنٹ کو آج وہی رہنما تحریر چاہیے جو اسے کل ملی تھی۔ webcli سے وہ دستاویزات کے مقامی اشاریے میں تلاش کر سکتا ہے، مستقل حوالے سے اسی اندراج پر واپس جا سکتا ہے اور نتیجہ کسی دوسرے ٹول کے لیے JSON یا JSONL میں نکال سکتا ہے۔ پہلا اڈاپٹر OpenAI کی عوامی ڈویلپر دستاویزات کے لیے ہے۔ عام سنک صفحوں کا میٹاڈیٹا محفوظ کرتا ہے۔ صفحے کا متن لانے کا اختیار الگ ہے، اور بعد کی تلاش مقامی اشاریے میں ہو سکتی ہے۔ [اصل ماخذ](https://github.com/detasar/webcli) ### [Fairness Metrics](https://tasaract.com/ur/lab/fairness-metrics/) کوڈ کا ذخیرہ دو گروہوں کو یکساں شرح سے مثبت فیصلے مل سکتے ہیں، مگر دونوں میں غلطیوں کی نوعیت مختلف ہو سکتی ہے۔ Python کی یہ مثال صارف کی شناخت سے پیش گوئیاں، اصل نتائج اور گروہی وابستگی کو ملاتی ہے۔ دو گروہوں کو یکساں شرح سے مثبت فیصلے مل سکتے ہیں، مگر دونوں میں غلطیوں کی نوعیت مختلف ہو سکتی ہے۔ Python کی یہ مثال صارف کی شناخت سے پیش گوئیاں، اصل نتائج اور گروہی وابستگی کو ملاتی ہے۔ README میں انتخاب کی شرح، غلط مثبت، غلط منفی اور حساسیت کا پہلو بہ پہلو موازنہ ہے۔ مثال اور کوڈ میں ایک فرق ہے۔ منفی فیصلوں میں غلطیوں کا تناسب نکالتے وقت شائع کردہ فنکشن گروہ کے ایسے متغیرات استعمال کرتا ہے جو متعین نہیں کیے گئے۔ یوں جدول واپس کرنے سے پہلے ہی عمل رک جاتا ہے۔ [اصل ماخذ](https://github.com/detasar/fairness_metrics) ### [Quantum Time Experiment](https://tasaract.com/ur/lab/quantum-clocks/) کوڈ کا ذخیرہ پیمائشوں کے ریکارڈ سے ممکنہ کوانٹم زمانی ترتیبیں جانچتا ہے۔ اگر کوانٹم نظام کے دو حصے گھڑی کی ایک ہی قدر درج کریں تو وہ کس بات پر متفق ہیں؟ چار کیوبٹ کا ایک تجربہ دکھاتا ہے کہ دو حصے ایک ہی علامت کو آزادانہ طور پر کیسے ریکارڈ کر سکتے ہیں۔ یہاں گھڑی کی قدر ایک کوانٹم ذیلی نظام کی حالت ہے۔ ریاضیاتی تجزیہ اگلے سوال کی طرف بڑھتا ہے۔ واقعات کی ترتیب معلوم کرنے کے لیے ریکارڈز کو ایک برقرار رہنے والی زنجیر بنانی ہوتی ہے۔ یہ طے کرنے کے لیے کہ کون سا سرا پہلے آتا ہے، ایک اضافی طبعی حوالہ درکار ہوتا ہے۔ [اصل ماخذ](https://github.com/detasar/quantum-time-experiment) ### [PaperBanana field test](https://tasaract.com/ur/lab/paperbanana-test/) کوڈ کا ذخیرہ مقالے کے طریقۂ کار سے سائنسی شکلوں کے نمونے بنا کر ان کا الگ جائزہ لیتا ہے۔ طریقۂ کار کی تحریر کو خاکے میں بدلا جائے تو کیا کچھ درست رہتا ہے؟ تین آزمائشوں میں PaperBanana کو طریقے کی تفصیل اور تصویر کا عنوان دیا گیا۔ دو کوانٹم ڈیٹا پر تھیں اور ایک ترکی زبان کی گفتار پہچاننے پر۔ اصل ان پٹ اور بغیر ترمیم کے بنے خاکے موجود ہیں، اور جہاں اصل شکل دستیاب تھی وہ بھی ساتھ رکھی گئی ہے۔ ایک خاکے نے کوریج کا ایسا عددی نتیجہ شامل کیا جو ماخذ میں موجود نہیں تھا۔ دوسرے نے گفتار کی ڈی کوڈنگ کا ایسا مرحلہ بڑھایا جس کا طریقے میں ذکر نہیں تھا۔ [اصل ماخذ](https://github.com/detasar/paperbanana-field-test) ### [World Cup 2026 Nowcast Lab](https://tasaract.com/ur/lab/worldcup-nowcast/) کوڈ کا ذخیرہ میچوں کی پیش گوئیوں سے ٹورنامنٹ کے ممکنہ نتائج کی سیمولیشن کرتا ہے۔ ایک میچ کا ممکنہ اسکور کسی ٹیم کے ٹورنامنٹ جیتنے کے امکانات کیسے بدلتا ہے؟ منصوبہ فٹ بال کے عوامی اعداد و شمار جانچتا، ممکنہ اسکور کے امکانات نکالتا اور باقی میچوں کی سیمولیشن کرتا ہے۔ یوں ایک ایک میچ کے اندازے کو ٹائٹل جیتنے کے امکان میں بدلا جاتا ہے۔ 17 جولائی 2026 کے پیش گوئی کارڈ میں ڈیڑھ لاکھ سیمولیشن اور باقی دونوں ٹیموں کے امکانات درج ہیں۔ کارڈ کے وقفے خود سیمولیشن کی غیر یقینی کو ناپتے ہیں۔ ماڈل کا انتخاب اور دستیاب ڈیٹا بھی غیر یقینی کے الگ ذرائع ہیں۔ [اصل ماخذ](https://github.com/detasar/worldcup26-nowcast-lab) ### [Agent Chronicle](https://tasaract.com/ur/lab/agent-chronicle/) کوڈ کا ذخیرہ کوڈنگ ایجنٹ کی سرگرمی کو شواہد سے منسلک زمانی ترتیب میں دکھاتا ہے۔ وقفے کے بعد کوڈنگ سیشن پر واپس آئیں تو چند عملی سوال سامنے آتے ہیں۔ کون سی فائلیں بدلیں؟ کیا کوئی فیصلہ باقی ہے؟ کون سی جانچیں کامیاب رہیں؟ Agent Chronicle، Codex یا Claude کی ریکارڈ شدہ سرگرمی کو مقامی زمانی ترتیب میں دکھاتا ہے۔ ہر جواب سے اس کے اصل واقعے تک جایا جا سکتا ہے۔ چاہیں تو منتخب واقعات کا AI خلاصہ حاصل کر سکتے ہیں۔ بھیجنے سے پہلے شواہد دیکھے جا سکتے ہیں اور بعد میں خلاصے کے روابط سے اصل ریکارڈ پر واپس جا سکتے ہیں۔ [اصل ماخذ](https://github.com/detasar/agent-chronicle-community) ## ماخذ دستاویزات - [تعارف](https://tasaract.com/ur/profile.json) - [تحقیق اور اشاعتیں](https://tasaract.com/ur/public-works.json) - [پیٹنٹ اور یوٹیلٹی ماڈل](https://tasaract.com/ur/patent-portfolio.json) - [ماڈل اور کوڈ](https://tasaract.com/ur/open-lab.json) - [علمی گراف](https://tasaract.com/ur/ontology.jsonld) - [راستہ چنیں](https://tasaract.com/ur/journey-data.json) - [JSON](https://tasaract.com/ur/agent-index.json) ## API · MCP اپنے MCP کلائنٹ میں سرور کا پتا شامل کریں اور OAuth کے ذریعے سائن ان کریں۔ عوامی JSON ڈیٹا کے لنکس براہِ راست براؤزر میں بھی کھولے جا سکتے ہیں۔ - [MCP کے ذریعے رابطہ](https://tasaract.com/ur/guide/#mcp) - [MCP · OAuth · JSON-RPC · POST](https://tasaract.vecna.chatgpt.site/mcp) - [تعارف](https://tasaract.com/api/profile?lang=ur) - [تحقیق اور اشاعتیں](https://tasaract.com/api/works?lang=ur) - [پیٹنٹ اور یوٹیلٹی ماڈل](https://tasaract.com/api/patents?lang=ur) - [ماڈل اور کوڈ](https://tasaract.com/api/lab?lang=ur) - [زبان](https://tasaract.com/languages.json) ```json {"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"get_profile","arguments":{"lang":"ur"}}} ```