Netejador determinista
Regex i diccionaris per NIF/DNI, IBAN, números de procediment, referències judicials i altres patrons que pots explicar a un regulador.
Encamina qualsevol prompt a qualsevol model — OpenAI, Anthropic, Mistral, Gemini o el teu stack — amb un pipeline local que neteja, emmascara i rehidrata dades personals. El model upstream ve pseudònims; el teu despatx ve els noms reals.
Passarel·la compatible OpenAI · API i UI
El que surt del teu perímetre
████████ ████ va assessorar ██████████ en la fusió █████.
El que veu el model
Persona_12 i Org_4 van assessorar Client_A en l'operació Nord.
El que recupera el teu equip
Maria García i Cuatrecasas van assessorar Acme Corp en la fusió nòrdica.
Pensat per a treball regulat
Primer neteja determinista, després models, després un jutge adversarial. Les respostes tornen pel mateix vault perquè noms i entitats reapareguin només per a tu.
Execució local · Rigidesa ajustable · Traça d'auditoria

Netejador determinista
NER discriminatiu
Vault reversible
SLM reescriptor
Jutge adversarial
El teu proveïdor LLM
Netejador determinista
NER discriminatiu
Vault reversible
SLM reescriptor
Jutge adversarial
El teu proveïdor LLM
Rehidratar resposta· Tokens deterministes per sessió: la mateixa persona segueix sent Persona_12 en tots els torns. El vault rehidrata la resposta del model abans que ningú la llegeixi.
Cada etapa té una funció. Juntes eviten que quasi-identificadors i casos límit es colin.
Regex i diccionaris per NIF/DNI, IBAN, números de procediment, referències judicials i altres patrons que pots explicar a un regulador.
Encoders afinats detecten persones, organitzacions, llocs i entitats legals on les regles soles perden context.
Tokens deterministes per sessió: la mateixa persona segueix sent Persona_12 en tots els torns. El vault rehidrata la resposta del model abans que ningú la llegeixi.
Un model petit afinat amb RL gestiona identificadors indirectes i formulacions que encara apunten a un individu.
Un segon model petit ataca el text emmascarat buscant risc de reidentificació i puntuació de fuites tipus k-anonimat / l-diversitat abans d'enviar res upstream.
Ajusta la rigidesa per assumpte, client o clau API — sense reentrenar. Legal defineix la política; enginyeria desplega el binari.
Exemple de superfície de política
Mateixa passarel·la, diversos backends. Canvia de proveïdor sense reescriure la teva història d'anonimització.
De litigi a transparència pública — qualsevol flux on un nom mal col·locat és tot el problema.
Redacta i investiga amb LLMs sense que noms de clients o parts creuin el teu perímetre.
Genera resums i extracts per a interessats sense filtrar altres persones del mateix conjunt de fitxers.
Deixa que els equips d'operacions usin models frontier sobre dades de contrapart i empleats sota una capa de pseudònims controlada.
Resumeix i estructura text clínic per a operacions mentre el PHI va tokenitzat cap a models externs.
Executa revisió assistida per LLM sobre transaccions i fitxers de client amb tokens de compte en lloc d'identificadors vius.
Prepara publicacions i informes interns amb redacció coherent abans que un model al núvol vegi el text.
Accés alfa, socis d'implementació i revisions de disseny. Explica'ns qui ets i què vols passar per Veil.
Incorporem un conjunt petit de despatxos i equips de plataforma per a l'alfa.