Unsiloed AI 获 750 万美元种子融资,将复杂文档转为代理可用数据

科技9分钟前更新 admin
2 0
B03 正文上方广告,虚位以待,1200×150像素

B05 正文内嵌广告,虚位以待,1200×150像素

文档处理企业 Unsiloed AI 获得七百五十万美元种子融资,由风险投资机构 Felicis 领投,其他机构及个人投资者参与。公司希望解决企业部署人工智能代理时遇到的一项基础问题:大量重要信息保存在表格、图表和复杂版式文档中,模型即使能够阅读文本,也未必能准确理解其中的结构和数值关系。

公司的方案是拆解复杂文档,将不同元素提取为代理可以使用的结构化数据,同时保留提取结果在文档中的对应位置,以便人员回查。这种可追溯设计对于合同、金融资料和医疗文件尤其重要,因为一个数字或术语理解错误,可能影响后续整个处理流程。能够提取内容与能够证明提取正确,是两个需要分别解决的问题。

技术上,企业称采用双路视觉模型,分别处理文本和图像,再根据文档区域的重要程度分配计算资源。表格、数字和图形等区域会获得更多关注,解码过程还考虑行业术语,减少同一个词在不同业务背景中被误解的情况。以上属于公司对技术方案的介绍,不能据此认定已经消除了模型误判或生成错误的风险。

创始人表示,公司已服务金融、法律和医疗领域客户,其中有银行使用文档处理技术,也有律师事务所在自有服务器部署系统。另一个公开列名的客户将其用于建立语音代理的知识库。部分客户未披露名称,因此可确认的商业进展仍主要来自企业介绍,不宜据此推算整个行业的采用规模。

公司提供的一项客户文档测试涵盖五百四十二份金融资料、约八万四千个提取数据点,报告准确率为百分之九十九点七八。企业也在公开文档基准上给出了高于部分竞争工具的成绩。不过,这些测试由公司实施,尚未经过独立验证,样本、评估口径与真实业务差异都会影响结果的解释。

产品起价为每页一美分,团队目前有七人,计划把新资金用于招聘研究和工程人员、扩大销售及建设专有数据集。市场中既有专业文档处理企业,也有大型云厂商和通用模型工具。融资之后,公司的关键挑战仍是证明:在不同文档、专业术语和客户部署环境中,结构化结果既准确,又能够被持续核查。

© 版权声明
B04 正文下方广告,虚位以待,1200×150像素

相关文章