Depurador determinista
Regex y diccionarios para NIF/DNI, IBAN, números de procedimiento, referencias judiciales y otros patrones que puedes explicar a un regulador.
Enruta cualquier prompt a cualquier modelo — OpenAI, Anthropic, Mistral, Gemini o tu stack — con un pipeline local que depura, enmascara y rehidrata datos personales. El modelo upstream ve seudónimos; tu despacho ve los nombres reales.
Gateway compatible OpenAI · API y UI
Lo que sale de tu perímetro
████████ ████ asesoró a ██████████ en la fusión █████.
Lo que ve el modelo
Persona_12 y Org_4 asesoraron a Cliente_A en la operación Norte.
Lo que recupera tu equipo
María García y Cuatrecasas asesoraron a Acme Corp en la fusión nórdica.
Pensado para trabajo regulado
Primero depuración determinista, luego modelos, luego un juez adversarial. Las respuestas vuelven por el mismo vault para que nombres y entidades reaparezcan solo para ti.
Ejecución local · Rigidez ajustable · Pista de auditoría

Depurador determinista
NER discriminativo
Vault reversible
SLM reescritor
Juez adversarial
Tu proveedor LLM
Depurador determinista
NER discriminativo
Vault reversible
SLM reescritor
Juez adversarial
Tu proveedor LLM
Rehidratar respuesta· Tokens deterministas por sesión: la misma persona sigue siendo Persona_12 en todos los turnos. El vault rehidrata la respuesta del modelo antes de que nadie la lea.
Cada etapa cumple una función. Juntas evitan que cuasi-identificadores y casos límite se cuelen.
Regex y diccionarios para NIF/DNI, IBAN, números de procedimiento, referencias judiciales y otros patrones que puedes explicar a un regulador.
Encoders fine-tuned detectan personas, organizaciones, lugares y entidades legales donde las reglas solas pierden contexto.
Tokens deterministas por sesión: la misma persona sigue siendo Persona_12 en todos los turnos. El vault rehidrata la respuesta del modelo antes de que nadie la lea.
Un modelo pequeño afinado con RL gestiona identificadores indirectos y formulaciones que aún apuntan a un individuo.
Un segundo modelo pequeño ataca el texto enmascarado buscando riesgo de reidentificación y puntúa fugas estilo k-anonimato / l-diversidad antes de enviar nada upstream.
Ajusta la rigidez por asunto, cliente o clave API — sin reentrenar. Legal define la política; ingeniería despliega el binario.
Ejemplo de superficie de política
Misma pasarela, varios backends. Cambia de proveedor sin reescribir tu historia de anonimización.
De litigio a transparencia pública — cualquier flujo donde un nombre mal colocado es todo el problema.
Redacta e investiga con LLMs sin que nombres de clientes o partes crucen tu perímetro.
Genera resúmenes y extractos para interesados sin filtrar a otras personas del mismo conjunto de ficheros.
Deja que los equipos de operaciones usen modelos frontier sobre datos de contraparte y empleados bajo una capa de seudónimos controlada.
Resume y estructura texto clínico para operaciones mientras el PHI va tokenizado hacia modelos externos.
Ejecuta revisión asistida por LLM sobre transacciones y ficheros de cliente con tokens de cuenta en lugar de identificadores vivos.
Prepara publicaciones e informes internos con redacción coherente antes de que un modelo en la nube vea el texto.
Acceso alfa, socios de implementación y revisiones de diseño. Cuéntanos quién eres y qué quieres pasar por Veil.
Incorporamos un conjunto pequeño de despachos y equipos de plataforma para el alfa.