01
Nettoyeur déterministe
Regex et dictionnaires pour NIF/DNI, IBAN, numéros de dossier, références juridiques et autres motifs que vous pouvez expliquer à un régulateur.
Alpha · Bientôt disponible
Rien ne part à découvert.
Routez n'importe quel prompt vers n'importe quel modèle — OpenAI, Anthropic, Mistral, Gemini ou votre stack — avec un pipeline local qui supprime, masque et réhydrate les données personnelles. Le modèle amont voit des pseudonymes ; votre cabinet voit les vrais noms.
Passerelle compatible OpenAI · API et UI
Ce qui quitte votre périmètre
████████ ████ a conseillé ██████████ sur la fusion █████.
Ce que voit le modèle
Personne_12 et Org_4 ont conseillé Client_A sur l'opération Nord.
Ce que récupère votre équipe
Maria García et Cuatrecasas ont conseillé Acme Corp sur la fusion nordique.
Conçu pour le travail régulé
Conception alignée RGPD
Préparation EU AI Act
Schrems II et risque de transfert
Posture secret professionnel
Cinq étapes, un périmètre
D'abord un nettoyage déterministe, puis les modèles, puis un juge adversarial. Les réponses repassent par le même vault pour que noms et entités réapparaissent seulement pour vous.
Exécution locale · Sévérité réglable · Piste d'audit
01
Nettoyeur déterministe
02
NER discriminatif
03
Vault réversible
04
SLM réécrivain
05
Juge adversarial
06
Votre fournisseur LLM
01
Nettoyeur déterministe
02
NER discriminatif
03
Vault réversible
04
SLM réécrivain
05
Juge adversarial
06
Votre fournisseur LLM
Réhydrater la réponse· Jetons déterministes par session : la même personne reste Personne_12 sur tous les tours. Le vault réhydrate la réponse du modèle avant toute lecture.
À l'intérieur du pipeline
Chaque étape a un rôle. Ensemble elles empêchent quasi-identifiants et cas limites de passer.
02
NER discriminatif
Encodeurs fine-tunés détectent personnes, organisations, lieux et entités juridiques là où les règles seules perdent le contexte.
03
Vault de pseudonymes réversible
Jetons déterministes par session : la même personne reste Personne_12 sur tous les tours. Le vault réhydrate la réponse du modèle avant toute lecture.
04
SLM réécrivain génératif
Un petit modèle ajusté par RL gère identifiants indirects et formulations qui pointent encore vers un individu.
05
SLM juge adversarial
Un second petit modèle attaque le texte masqué pour le risque de réidentification et score les fuites type k-anonymat / l-diversité avant tout envoi amont.
Politique en code
Réglez la sévérité par dossier, client ou clé API — sans réentraîner. Le juridique définit la politique ; l'ingénierie déploie le binaire.
matter_id: M-2025-014
strictness: high
entities: [PERSON, ORG, CASE_ID, IBAN]
allow_foreign_models: true
judge_min_score: 0.92
Exemple de surface de politique
Routez vers les modèles que vous utilisez déjà
Même passerelle, plusieurs backends. Changez de fournisseur sans réécrire votre histoire d'anonymisation.
OpenAI
Anthropic
Google Gemini
Mistral
Cohere
AWS Bedrock
Azure OpenAI
Ollama
vLLM
Où Veil se rentabilise
Du contentieux à la transparence publique — tout flux où un nom mal placé est tout le problème.
Rédaction contentieuse
Rédigez et recherchez avec des LLM sans que noms de clients ou parties ne franchissent votre périmètre.
- Pseudonymes pour parties, conseils et tribunaux dans chaque prompt amont
- Cartographie stable sur de longs fils pour ne pas perdre le modèle
- Réhydratation seulement dans votre surface de relecture
Réponses RGPD / SAR
Produisez résumés et extraits pour les personnes concernées sans fuiter d'autres individus du même jeu de fichiers.
- Masquage par entité pensé pour dossiers multi-parties
- Le juge attrape références indirectes avant export
- Variantes de politique pour mélanges RH, santé et finance
Due diligence M&A
Laissez les équipes utiliser des modèles frontier sur données contrepartie et salariés sous une couche de pseudonymes contrôlée.
- Le vault garde des codes stables sur des milliers de pages
- Passez de Claude à GPT sans refaire la logique de rédaction
- Journal d'audit de ce qui a quitté le périmètre et quand
Notes cliniques (esprit HIPAA)
Résumez et structurez le texte clinique pour les opérations pendant que les PHI voyagent tokenisés vers modèles externes.
- Forte couverture d'entités patients, établissements et soignants
- Pipeline local garde notes brutes hors chemins d'entraînement tiers
- Préréglages de sévérité recherche vs. opérations
Finance / KYC
Exécutez revue assistée LLM sur transactions et dossiers client avec jetons de compte au lieu d'identifiants vivants.
- IBAN, identifiants fiscaux et handles internes dans la couche nettoyeur
- Politiques par bureau trading vs. compliance
- Réhydratation conditionnée à votre contrôle d'accès existant
Secteur public / transparence
Préparez publications et briefings internes avec rédaction cohérente avant qu'un modèle cloud ne voie le texte.
- Citoyens et fonctionnaires masqués en jetons stables
- Routage esprit Schrems : backends UE seulement par politique
- Facile à documenter : expliquez règles du nettoyeur en langage clair
Rejoindre la liste d'attente
Accès alpha, partenaires d'implémentation et revues de design. Dites-nous qui vous êtes et ce que vous voulez faire passer par Veil.
Soyez parmi les premiers
Nous intégrons un petit nombre de cabinets et d'équipes plateforme pour l'alpha.